当前课程知识点:现代图像分析 >  第四章 图像增强 >  4.3 图像平滑 >  4.3.3 图像中值滤波学习视频

返回《现代图像分析》慕课在线视频课程列表

4.3.3 图像中值滤波学习视频在线视频

下一节:4.4.1 同态滤波学习视频

返回《现代图像分析》慕课在线视频列表

4.3.3 图像中值滤波学习视频课程教案、知识点、字幕

同学们好,今天我们给大家介绍图像增强中的中值滤波和同态滤波

我们首先来看一看,中值滤波

中值滤波,它是一种对于干扰脉冲和点状噪声具有良好抑制作用

而对图像边缘能够较好保持的一种非线性的图像增强技术

中值滤波之所以能够抑制噪声,主要是我们认为噪声

是以孤立点的形式出现的,这些点所对应的像素的个数是比较少的

而图像则是由像素数比较多,面积比较大的块构成的

那中值滤波器,就是一个含有奇数个像素的一个滑动窗口

在处理的时候,位于窗口正中的像素的灰度值用窗口内

各个像素灰度值的中值来进行替代,这就是中值滤波

也就是说,假设我们现在窗口长度是N

那么在这个长度为N的窗口中,像素点集的灰度值

分别是用F1到FN来表示

我们首先把F1到FN按照从大到小或者是从小到大的顺序给它排个序

这个时候,F1,F2 直到FN,这是它重新排序之后的一个顺序

那么这个时候位于正中心的这个值,这个灰度值

就是整个这个像素灰度集里面的一个排在中间位置上的值,我们叫中值

那中值滤波,就是用这个中值来替代在窗口正中心的

这个位置上的一个像素的灰度值,这就是中值滤波

那么下面,我们来看一个具体的例子

假如说现在我们窗口长度是5

这个窗口长度是5,套中了5个像素

这5个像素的灰度值分别是20、10、30、15和25

那么这个时候,窗口正中心所位于的这个像素的灰度值就是30

我们按照从小到大的顺序,把这5个灰度值给它排个序

就是10、15、20、25和30,那么这5个数中中值就是20

也就是说,中值滤波的结果,就是原来窗口中心的这个30

我现在要替代,用20来进行替代,这就是中值滤波器的输出

屏幕上,我们给出了一些一维信号的邻域平均以及中值滤波的结果

那么依次,是阶跃函数、斜坡函数还有单脉冲

那么从这个图中,我们可以看出来对于阶跃函数来讲

中值滤波完全保持了阶跃函数的这个跳跃的这个边界

而邻域平均,把我们这个阶跃的这个变化抹平了

变成了一个斜坡的函数

而对于斜坡函数来讲,邻域平均和中值滤波都不改变它的信号

对于单脉冲来讲,邻域平均在一定程度上抑制了这个单脉冲的干扰

但是整体的电平会升高,因为做了一个平均

而中值滤波能够非常干净的把这个单脉冲抑制掉

同时,低电平是保持不变的

下面是双脉冲和三脉冲

同样的道理,我们可以看到中值滤波,对双脉冲也是起作用的

邻域平均也一样能够抑制这两个噪声,但是它的电平会抬得更高

对于三脉冲来讲就出现了不一样的地方了

邻域平均,仍然可以抑制到噪声,但是它的电平会抬的更高

但是中值滤波就对这个三脉冲失去了作用

这个原因是因为我们在这个里面所用到的中值滤波器,它的窗口是5

也就是说当噪声的宽度大于窗宽一半的时候,中值滤波器是无效的

所以我们得出来的结论

就是中值滤波,对图像的边界是有一定的保护作用的

但是当噪声的宽度大于窗宽的一半的时候,中值滤波失效

中值滤波器的关键在于选择合适的窗口形状和大小

因为不同形状和大小的滤波窗口,会带来不同的滤波效果

一般要根据噪声和图像中的目标物细节的情况来进行选择

常用的滤波器的窗口,有线形的、十字形的、有方形的

菱形的还有这种圆形的

下面我们给出一个中值滤波的实例

从这个图中,我们可以看出来

左边这个图是添加了椒盐噪声的一个图像

中间这个图,就是用邻域平均的方法进行滤波的结果

右边这个图,就是中值滤波的结果

两幅图像相比较而言,我们明显的看到

中值滤波滤除椒盐噪声的这个效果,比邻域平均要好得多

同时,对于边界的保持也非常好

因此,我们说中值滤波,对于点状噪声就有较强的抑制作用

但是在使用中值滤波的时候,我们需要注意以下几点

中值滤波适合滤除椒盐噪声和干扰脉冲

尤其适合目标物形状,是块状时候的图像滤波

第二,就是当我们的这个图像具有丰富的尖角几何结构的时候

一般我们是采用十字形的滤波窗口

并且窗口大小,最好不要超过图像中最小目标物的尺寸

否则很有可能会丢失一些细小的几何特征

第三个需要注意的问题,就是如果图像中我们需要保持细线状

或者是尖顶角的目标物细节时最好不要采用中值滤波

好,今天,我们的主要内容就介绍到这里

谢谢大家,再见

现代图像分析课程列表:

第一章 绪论

-1.1 图像及图像的基本概念

--1.1.1 图像处理基本概念学习视频

--1.1.2 图像及图像的基本概念作业

-1.2 数字图像处理的起源

--1.2.1 数字图像处理的起源学习视频

--1.2.2 数字图像处理的起源作业

-1.3 数字图像处理的步骤和方法

--1.3.1 图像处理步骤和方法学习视频

--1.3.2 数字图像处理步骤和方法作业

-1.4 数字图像处理系统的组成

--1.4.1 图像处理系统组成学习视频

--1.4.2 数字图像处理系统的组成作业

-1.5 数字图像处理主要应用领域

--1.5.1 图像处理应用领域学习视频

--1.5.2 数字图像处理主要应用领域作业

第二章 数字图像处理基础

-2.1 色度学基础

--2.1.1 色度学基础学习视频

--2.1.2 颜色模型学习视频

--2.1.3 色度学基础作业

-2.2 人的视觉特性

--2.2.1 人的视觉特性学习视频

--2.2.1 人的视觉特性作业

-2.3 图像数字化

--2.3.1 图像的数字化学习视频

--2.3.2 图像数字化作业

-2.4 数字图像特点

--2.4.1 数字图像特点学习视频

--2.4.2 数字图像特点作业

-第二章讨论题

第三章 图像变换

-3.1 图像变换的基本概念

--3.1.1 图像变换的基本概念学习视频

--3.1.2 图像变换的基本概念作业

-3.2 图像的几何变换

--3.2.1 图像的几何变换学习视频

--3.2.2 图像的几何变换作业

-3.3 图像的离散傅立叶变换

--3.3.1 图像离散傅立叶变换学习视频

--3.3.2 图像的离散傅立叶变换作业

-3.4 图像变换的一般表示形式

--3.4.1 图像变换的一般表示学习视频

--3.4.2 图像变换的一般表示形式作业

-3.5 图像的离散余弦变换

--3.5.1 图像离散余弦变换学习视频

--3.5.2 图像的离散余弦变换作业

-3.6 图像离散沃尔什-哈达玛变换

--3.6.1 沃尔什-哈达玛变换学习视频

--3.6.2 图像离散沃尔什-哈达玛变换作业

-3.7 K-L变换

-- 3.7.1 K-L变换学习视频

--3.7.2 K-L变换作业

-第三章讨论题

第四章 图像增强

-4.1 图像的对比度增强

--4.1.1 图像的对比度增强学习视频

--4.1.2 图像的对比度增强作业

-4.2 直方图修正

--4.2.1 直方图均衡化学习视频

--4.2.2 直方图规定化学习视频

--4.2.3 直方图修正作业

-4.3 图像平滑

--4.3.1 图像空域平滑法学习视频

--4.3.2 图像频域平滑法学习视频

--4.3.3 图像中值滤波学习视频

--4.3.4 图像平滑作业

-4.4 同态滤波

--4.4.1 同态滤波学习视频

--4.4.2 同态滤波作业

-4.5 图像锐化

--4.5.1 图像锐化学习视频

--4.5.2 图像锐化作业

-4.6 图像的彩色增强

--4.6.1 图像彩色增强学习视频

--4.6.2 图像的彩色增强作业

-第四章讨论题

第五章 图像恢复

-5.1 退化模型及常见退化模型

--5.1.1 退化模型学习视频

--5.1.2 退化模型及常见退化模型作业

-5.2 图像的无约束恢复

--5.2.1 图像的无约束恢复学习视频

--5.2.2 图像的无约束恢复作业

-5.3 图像有约束最小二乘恢复

--5.3.1 有约束最小二乘恢复学习视频

--5.3.2 图像有约束最小二乘恢复作业

-第五章讨论题

第六章 图像压缩编码

-6.1 概述

--6.1.1 概述学习视频

--6.1.1 概述作业

-6.2 图像编码基本理论

--6.2.1 图像编码基本理论学习视频

--6.2.2 图像编码基本理论作业

-6.3 无损编码理论

--6.3.1 无损编码原理学习视频

--6.3.2 无损编码理论作业

-6.4 霍夫曼编码

--6.4.1 霍夫曼编码学习视频

--6.4.2 霍夫曼编码作业

-6.5 算数编码

--6.5.1 算术编码学习视频

--6.5.2 算数编码作业

-6.6 预测编码

--6.6.1 预测编码学习视频

--6.6.2 预测编码作业

-6.7 正交变换编码

--6.7.1 正交变换编码学习视频

--6.7.2 正交变换编码作业

-第六章讨论题

第七章 图像分割

-7.1 图像分割的定义及依据

--7.1.1 图像分割定义及依据学习视频

--7.1.2 图像分割的定义及依据作业

-7.2 边缘点检测

--7.2.1 边缘点检测学习视频

--7.2.2 边缘点检测作业

-7.3 边缘线跟踪

--7.3.1 局部边缘连接法及光栅扫描跟踪法学习视频

--7.3.2 Hough变换学习视频

--7.3.3 边缘线跟踪作业

-7.4 门限化分割

--7.4.1 门限化分割学习视频

--7.4.2 门限化分割作业

-7.5 区域分割法

--7.5.1 区域分割法学习视频

--7.5.2 区域分割法作业

-7.6 聚类分割法

--7.6.1 k-means聚类法学习视频

--7.6.2 谱聚类分割法学习视频

--7.6.3 聚类分割法作业

-第七章讨论题

第八章 图像描述

-8.1 像素间的基本关系

--8.1.1 像素间的基本关系学习视频

--8.1.2 像素间的基本关系作业

-8.2 目标物的边界描述

--8.2.1 目标物的边界描述学习视频

--8.2.2 目标物的边界描述作业

-8.3 目标物的区域描述

--8.3.1 目标物的区域描述学习视频

--8.3.2 目标物的区域描述作业

-8.4 图像的几何特征

--8.4.1 图像的几何特征学习视频

--8.4.2 图像的几何特征作业

-8.5 特征描述子

--8.5.1 特征描述子SIFT学习视频

--8.5.2 特征描述子HOG学习视频

--8.5.3 特征描述子BOW学习视频

--8.5.4 特征描述子作业

-第八章讨论题

第九章 图像分类识别

-9.1 图像匹配

--9.1.1 图像匹配学习视频

--9.1.2 图像匹配作业

-9.2 图像分类

--9.2.1 图像分类学习视频

--9.2.2 图像分类作业

-9.3 图像识别

-- 9.3.1 图像识别学习视频

--9.3.2 图像识别作业

-9.4 模式识别分类专题

--9.4.1 经典分类方法学习视频

--9.4.2 SVM分类器学习视频

--9.4.3 神经网络学习视频

--9.4.4 模式识别分类专题作业

课程思政讨论

-中国天网

-中国天网思政讨论题

西电学子实践作品分享(会持续更新)

-谁偷走了尔康的帽子

-指静脉识别

-答题卡识别

-车道检测

-谁是怪盗J

-仙女们的困惑

-身份证号码识别

-基于混合高斯模型的运动目标检测

考试

-期末测试

--期末测试

4.3.3 图像中值滤波学习视频笔记与讨论

也许你还感兴趣的课程:

© 柠檬大学-慕课导航 课程版权归原始院校所有,
本网站仅通过互联网进行慕课课程索引,不提供在线课程学习和视频,请同学们点击报名到课程提供网站进行学习。