邻域平均法,是一种最基本的图像平滑方法,能够消除或减少噪声，改善图像质量 ,模糊图像，使图像看起来柔和自然.

平滑可以在空间域进行，也可在频率域进行

  • 空域方法有邻域平均、中值滤波、多图像平 均等
  • 频率域可以采用理想低通、巴特沃斯低通等各种形式的低通滤波器进行低通滤波

基本原理

以图像中每个像素为中心取一个邻域R， 计算邻域中所有像素的灰度平均值， 作为中心像素的输出

其中,n为邻域的个数(常见的有4-邻域和8-邻域)

实现过程

通常借助于模板的卷积运算来实现,

对于常用的对称模板，模板卷积运算 可按以下步骤进行：

  1. 将模板在图像中从左到右、从上到下滑动， 模板中各个位置点与图像中的某个像素点 重合；
  2. 将模板每个位置上的系数与它所重合的像 素灰度值相乘；
  3. 将所有乘积求和；
  4. 把求和的结果赋给模板中心对应的

是模版覆盖范围内像素的加权平均

模板形式

影响处理结果的关键因素

  • 模板内加权系数的分布
  • 模板形状和尺寸

模板尺寸越大模糊效果越强，去噪效 果越好

模板系数分布对处理效果的影响

  • 均匀模板平滑作用最强
  • 高斯型及类似的加权模板在去噪的同时边 缘保持性更好

模板形式:

  • 系数分布规律一般是中心大、四周小
  • 系数之和等于1以保证图像处理前后 总体灰度不变
  • 为更好地保持边缘，还可以采用十字形、一字形等模板
Last modification：February 15th, 2020 at 09:10 pm
© 允许规范转载
如果觉得我的文章对你有用，请随意赞赏