图像滤波的作用研究的意义是什么
图像滤波的作用研究的意义是什么
图像滤波刚获得的图像有很多噪音。这主要由于平时的工作和环境引起的，图像增强是减弱噪音，增强对比度。常用的有高斯滤波、均值滤波、中值滤波、最小均方差滤波、Gabor滤波。由于高斯函数的傅立叶变换仍是高斯函数, 因此高斯函数能构成一个在频域具有平滑性能的低通滤波器。可以通过在频域做乘积来实现高斯滤波。均值滤波是对是对信号进行局部平均, 以平均值来代表该像素点的灰度值。矩形滤波器(Averaging Box Filter)对这个二维矢量的每一个分量进行独立的平滑处理。通过计算和转化 ,得到一幅单位矢量图。这个 512×512的矢量图被划分成一个 8×8的小区域 ,再在每一个小区域中 ,统计这个区域内的主要方向 ,亦即将对该区域内点方向数进行统计,最多的方向作为区域的主方向。于是就得到了一个新的64×64的矢量图。这个新的矢量图还可以采用一个 3×3模板进行进一步的平滑。
滤波的作用主要是什么?
对信号有处理作用的器件或电路；滤波器是由电容、电感和电阻组成的滤波电路。滤波器可以对电源线中特定频率的频点或该频点以外的频率进行有效滤除，得到一个特定频率的电源信号，或消除一个特定频率后的电源信号。
什么是图像滤波器，发展背景是怎样的？
基本原理
图像受获取和存储、处理及各种干扰的影响，显示时画面上会出现噪声。为了减少噪声带来的负面影响，尽可能地还原干净真实的画面，就需要用到降噪滤波器对图像数据进行处理。
图像的噪声有多种类型。如加性噪声、乘性噪声、椒盐噪声、高斯噪声等。常见的降噪方法有在空间域进行的，也有将图像数据经过傅里叶等变换以后转到频域中进行的。其中频域里的滤波需要涉及复杂的域转换运算，相对而言硬件实现起来会耗费更多的资源和时间。在空间域进行的方法有均值或加权后均值滤波、中值或加权中值滤波、最小均方差值滤波和均值或中值的多次迭代等。
实践证明，这些方法虽有一定的降噪效果，但都有其局限性。比如加权均值在细节损失上非常明显；而中值仅对脉冲干扰有效，对高斯噪声却无能为力。
事实上，图像噪声总是和有效数据交织在一起，若处理不当，就会使边界轮廓、线条等变得模糊不清，反而降低了图像质量。此外，由于各类噪声往往不是单一存在而是同时并存，所以单纯采用一种滤波器，往往达不到满意的效果。
本文所述算法，就是针对这一问题，提出了一种新型的可同时滤除多种噪声的数字图像滤波器方法，其滤波效果优于单纯的某一种滤波器，同时计算量也不太复杂，硬件上较易实现。
本文来自网络，不代表生活常识网立场，转载请注明出处：http://sdsy56.com/shenghuozixun/222504.html
上一篇: 每天做多少个俯卧撑仰卧起坐
声明： 我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本站部分文字与图片资源来自于网络，转载是出于传递更多信息之目的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们(管理员邮箱：15053971836@139.com)，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!
相关阅读