python图像处理(均值滤波)

【 声明:版权所有,欢迎转载,请勿用于商业用途。 联系信箱:feixiaoxing @163.com】

        在图像处理过程中,一个绕不开的话题就是噪声。其中比较经典的就是椒盐噪声。为了降低这些噪声对最终图像处理效果的影响,人们想了很多的方法,比如说均值滤波、中值滤波、高斯滤波等等。和其他滤波方法相比较,均值滤波是直觉上面比较容易想得到的方法。

        所谓均值滤波,就是用一个区域内的平均值来代替当前像素点的灰度数值,这样至少可以降低噪声给图像处理造成的影响,我们以一个5*5滤波为例,在对lena图像进行滤波处理后,效果应该是这样的,

python图像处理(均值滤波)_第1张图片

         因为原来的图像没有什么噪声,所以这里用了均值滤波之后反而图像变得模糊了,但是我们要知道,滤波算法本身针对的是有噪声干扰的图片,对没有噪声的图片反而会减低之前的图像对比度,让图像变得模糊起来。

1、算法原理

        以3*3的算法为例,假设需要处理的图片是一个512*512图片,那么首先需要把第一行、最后一行、第一列、最后一列的像素忽视掉。因为需要关联的算子是一个3*3的矩阵,被处理的像素点一般是正中间那一个。要使得这一个点有意义,那么就需要保证上面、下面、左边、右边都至少有三个元素。参照这个标准,图片中第一行、最后一行、第一列、最后一列的所有数据都是不满足这个标准的,因此要被过滤掉。

        过滤掉必要的像素点之后࿰

你可能感兴趣的:(基于fpga的嵌入式图像处理,python,图像处理,均值算法)