圖像噪聲的抑制ppt課件-文庫吧資料
2025-05-09 18:49本頁面
【正文】 — 基本原理n 將屬于同一個區(qū)域的可能的相鄰關(guān)系以 9種模板表示出來，然后計算每個模板中的灰度分布方差，以方差最小的那個模板的均值替代原像素值。對稱近鄰平滑濾波器 —— 基本原理n 算法示意圖如下 ，從模板中的對稱點對尋找與待處理像素相同區(qū)域的點。n KNN濾波器因為有了邊界保持的作用，所以在去除椒鹽以及高斯噪聲時，對圖像景物的清晰度保持方面的效果非常明顯。n 當(dāng)然，所付出的代價是：算法的復(fù)雜度增加了。1 2 1 4 31 2 2 3 45 7 6 8 95 7 6 8 85 6 7 8 91 2 1 4 31 2 2 3 45 7 6 8 95 7 6 8 85 6 7 8 92 2 36 7 87 6 8(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)/5==8K近鄰 (KNN)平滑濾波器 —— 效果分析n 首先來看一下 KNN平滑濾波 的效果。3）將這 K個像素的灰度均值替換掉原來的像素值。12K近鄰 (KNN)平滑濾波器 —— 實現(xiàn)算法1) 以待處理像素為中心，作一個 m*m的作用模板。12K近鄰 (KNN)平滑濾波器 —— 原理分析n 在模板中，分別選出 5個與點 1或點 2灰度值最相近的點進行計算，則不會出現(xiàn)兩個區(qū)域信息的混疊平均。n 如圖所示，點 1是黃色區(qū)域的非邊界點，點 2是藍色區(qū)域的邊界點。 邊界保持類平滑濾波器 —— 設(shè)計思想n 為了解決圖像模糊問題，一個自然的想法就是，在進行平滑處理時，首先判別當(dāng)前像
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1