一、实验内容及原理
1、均值滤波
具体内容:利用 OpenCV 对灰度图像像素进行操作,分别利用算术均值滤波器、几何均值滤波器、谐波和逆谐波均值滤波器进行图像去噪。模板大小为 5*5。 (注:请分别为图像添加高斯噪声、胡椒噪声、盐噪声和椒盐噪声,并观察 滤波效果)
(1)算术均值滤波器
f^(x,y)=1mn∑g(s,t)\hat {f}(x,y)=\frac {1}{mn}\sum g(s,t)f^(x,y)=mn1∑g(s,t)
(2)几何均值滤波器
f^(x,y)=[∏g(s,t)]1mn\hat {f}(x,y)=[\prod g(s,t)]^{\frac {1}{mn}}f^(x,y)=[∏g(s,t)]mn1
注:这个累乘很容易会超过int或者long的表示范围,建议每n个灰度一起乘,再开根号
(3)谐波均值滤波器
f^(x,y)=mn1∑g(s,t)\hat {f}(x,y)=\frac {mn}{\frac {1}{\sum g(s,t)}}f^(x,y)=

本文介绍了一次数字图像处理的基础实验,利用OpenCV进行图像去噪,包括均值滤波(算术均值、几何均值、谐波均值、逆谐波均值)、中值滤波、自适应均值滤波和自适应中值滤波,以及针对彩色图像的均值滤波。实验中对比了不同滤波器在高斯噪声、椒盐噪声等场景下的效果。
:图像去噪&spm=1001.2101.3001.5002&articleId=89523628&d=1&t=3&u=02d7823edc9f47e3b02f9cae98ed1bff)
2971

被折叠的 条评论
为什么被折叠?



