赞
踩
灰度图像:
彩色图像:
噪声点让我们看得难受是因为噪声点与周边像素差别很大
滤波核= 卷积核
对应相乘再累加起来
卷积核记录了权值,把权值套到要卷积的目标图上,对应相乘
线性和平移不变形
因为实际使用的时候卷积核是对称的,因此不要求翻转
真实运算的时候,对于没有像素的位置,要做填充,否则无法计算卷积,
最简单的办法,填充0。
填充是希望输入输出有固定的大小
不变
左移
平滑降噪
锐化
离我近的点权值大、远的点权值小
产生高斯卷积核的步骤:
①指定窗宽
②指定方差
σ
\sigma
σ
③归一化
方差的影响:方差越大,自己的权值占比就越小,平滑的结果越强
方差固定,窗宽越大,归一化计算的分母就大,权值就小,平滑就更厉害
滤除高频
一个大高斯核的卷积效果可以由两个小高斯卷积核连续操作得到
高斯核可以分解
分解性质有什么作用?
计算复杂度降低
高斯滤波对椒盐噪声效果并不好
把这些值从小到大排序,然后选取中值
中值滤波不改变整体形状
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。