图像处理:均值滤波器的应用——去除不相关细节
2014-09-21 10:49
330 查看
均值滤波器的常见应用是平滑处理降低噪声,但是由于图像希望保留的边缘也是由图像灰度尖锐变化带来的特性,
均值滤波器会模糊边缘,所以平滑的效果有一定的缺陷。
均值滤波的主要应用:去除图像中的不相关细节,其中“不相关”是指与滤波器模板尺寸相比较小的像素区域,从而
对图像有一个整体的认知。即为了对感兴趣的物体得到一个大致的整体的描述而模糊一幅图像,忽略细小的细节。
忽略细节从整体上认识图像的例子:冈萨雷斯图像处理(3rd)P96. 图3.3.4.
1. 原图像:
2. 用9*9的模板进行均值滤波后的图像:
分析:经过均值滤波之后,图像中较小的像素区域与较大的像素区域合并到一起,边缘变得模糊。
3. 对2中的图像选取阈值并进行二值化后的图像:
分析:二值化后,可以明显的看出图像的整体效果,从整体上认知整个图像的效果。
均值滤波器会模糊边缘,所以平滑的效果有一定的缺陷。
均值滤波的主要应用:去除图像中的不相关细节,其中“不相关”是指与滤波器模板尺寸相比较小的像素区域,从而
对图像有一个整体的认知。即为了对感兴趣的物体得到一个大致的整体的描述而模糊一幅图像,忽略细小的细节。
忽略细节从整体上认识图像的例子:冈萨雷斯图像处理(3rd)P96. 图3.3.4.
1. 原图像:
2. 用9*9的模板进行均值滤波后的图像:
分析:经过均值滤波之后,图像中较小的像素区域与较大的像素区域合并到一起,边缘变得模糊。
3. 对2中的图像选取阈值并进行二值化后的图像:
分析:二值化后,可以明显的看出图像的整体效果,从整体上认知整个图像的效果。
相关文章推荐
- 图像处理之积分图应用四(基于局部均值的图像二值化算法)
- VB图像处理,(七)一种邻近均值滤波器的算法介绍(去尘,去噪音)
- 图像处理基础(3):均值滤波器及其变种
- 图像处理基础(3):均值滤波器及其变种
- [数字图像处理]图像去噪初步(1)--均值滤波器
- 图像处理基础(3):均值滤波器及其变种
- 双边滤波器在灰度和彩色图像处理中的应用
- 双边滤波器在灰度和彩色图像处理中的应用
- 图像处理中聚类分析算法---C均值算法实现
- 发个MatLab 自编的 均值滤波、中值滤波、高斯滤波 图像处理函数
- JAVA 在图像处理中的应用
- 图像处理中频域(Fourier)的应用总结
- 傅里叶变换在图像处理中的应用
- 发个MatLab 自编的 均值滤波、中值滤波、高斯滤波 图像处理函数
- C++图像处理 -- 图像黑白调整应用
- 利用PHP应用图像处理生成验证码
- EDMA在实时图像处理系统中的应用
- CDib类在图像处理中的应用
- RTDX在图像处理中的应用
- CXimage图像处理类的应用小结