如何解决什么是经过修剪的均值滤波器?
我理解了均值滤波器,它采用了内核像素的平均值,并且还理解了中值滤波器,其采用了内核像素的中值(对所有值进行排序,并取内核的中间值)。
Alpah修剪的均值滤波器给出了均值滤波器和中值滤波器的混合物。输出是
我无法理解此过滤器上发生了什么。谁能清楚地解释这个过滤器?
解决方法
此过滤器是您所说的均值过滤器和中值过滤器的组合。 首先,我们看一下可以在哪里使用此过滤器。在存在高斯噪声和离群噪声的情况下,其性能都相当好。
这是一种算法方法,试图将均值滤波器的属性与中值滤波器的属性相结合。它有一个称为P的参数,该参数确定要应用多少平均滤波器和中位数滤波器。
玩弄p,您可以从中值和均值混合组合中获得最佳收益。
当图像具有高斯噪声+离群噪声(盐和胡椒噪声)时,您可以使用中值滤波器消除高斯噪声,然后使用中值滤波器/最小滤波器/最大滤波器消除异常噪声。但是在这种方法中,我们需要进行更多的内核处理,因此这在计算上非常需要。
在这种情况下,我们可以使用alpha修剪的均值过滤器的作用,它首先应用中值过滤器。选择中位数窗口而不是单个值(特定窗口以中值为中心),然后对该部分进行均值过滤。如果您的中位数窗口很小,那么它将看起来仅是简单的中位数。 5 * 5窗口,将其放置为25的数组大小。如果仅应用中位数,则将仅选择中点,但此处我们在此处所做的是围绕中点,我们选择了一个窗口(数组中心的5个元素为中间点)并将均值过滤应用于窗口。 使用参数P,我们可以决定需要应用多少中值和均值滤波器。
如果我们减小P,则窗口大小将取为均值滤波的高度,从而增加均值滤波效果。 如果增加P,则将窗口大小取为均值滤波将在此基础上减小,从而增加了中值滤波效果。
我们要做的是,首先将中值滤波器应用于图像并获得中值像素位置,然后在中值像素值周围创建一个窗口,然后对该窗口应用均值滤波器。 基本上,平均滤波器窗口大小取决于p,当我们增加p时,窗口大小将减小,因此平均滤波器效果将减小,反之亦然
请考虑以下窗口大小
| 20 20 8 |
| 21 19 12 |
| 19 22 10 |
排序列表为{8,10,12,19,19,20,20,21,22}
对于不同的p值,输出如下:
0-16.8
1-17.3
2-18.0
3-19.3
4-19.0
我们要做的第一件事是获得中值窗口。然后我们根据p值对像素进行排序,我们的值从窗口的平均值更改为窗口的中值(从16.8到19.0)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。