朱虹老師提供ppt課件-wenkub.com
2025-05-01 01:35 本頁面
【正文】 1 1 3 4 5 2 1 4 5 5 2 3 5 4 5 3 2 3 3 2 4 5 4 1 1 σ = 置信區(qū)間為： [f(i,j)2σ, f(i,j)+2σ]=[,5+]=[,] 1 1 3 4 5 2 1 4 5 5 2 3 5 4 5 3 2 3 3 2 4 5 4 1 1 g(i,j) = 4邊界保持類平滑濾波器 —— 總結(jié) ? 邊界保持類平滑濾波器的核心是：盡可能地將平滑處理避開兩個(gè)或多個(gè)不同區(qū)域進(jìn)行計(jì)算。 ? Sigma濾波器是構(gòu)造一個(gè)模板，計(jì)算模板的標(biāo)準(zhǔn)差 σ，置信區(qū)間為當(dāng)前像素值的 177。 1/4*（ a1+b1+c1+d2) a1 a2 b1 b2 c1 c2 d1 d2 最小方差平滑濾波器 —— 基本原理 ? 將屬于同一個(gè)區(qū)域的可能的相鄰關(guān)系以 9種模板表示出來，然后計(jì)算每個(gè)模板中的灰度分布方差，以方差最小的那個(gè)模板的均值替代原像素值。 ? KNN濾波器因?yàn)橛辛诉吔绫３值淖饔?，所以在去除椒鹽以及高斯噪聲時(shí)，對(duì)圖像景物的清晰度保持方面的效果非常明顯。 1 2 1 4 3 1 2 2 3 4 5 7 6 8 9 5 7 6 8 8 5 6 7 8 9 1 2 1 4 3 1 2 2 3 4 5 7 6 8 9 5 7 6 8 8 5 6 7 8 9 6 7(1+1+2+2+2)/5==2 (1+2+2+2+3)/5=2 (2+3+3+4+4)/5==3(5+6+6+7+7)/5==6(6+6+7+7+8)/5==7(6+8+8+8+9)/5==8(6+6+7+7+7)/5==7(6+6+6+7+7)/5==6(7+8+8+8+8)/5K近鄰 (KNN)平滑濾波器 —— 效果分析 ? 首先來看一下 KNN平滑濾波 的效果。 1 2 K近鄰 (KNN)平滑濾波器 —— 實(shí)現(xiàn)算法 1) 以待處理像素為中心，作一個(gè) m*m的作用
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1