中值濾波

對于3*3窗口，利用窗口內(nèi)像素灰度值的中值代替中心點像素值，也就是先對窗口內(nèi)的9個像素排序，然后取第五個像素代替中心點像素值。該方法在去除椒鹽噪聲、脈沖噪聲方面效果很好，因為該方法可以直接過濾較高或較低的像素值。

椒鹽噪聲也稱為脈沖噪聲，是圖像中經(jīng)常見到的一種噪聲，它是一種隨機出現(xiàn)的白點或者黑點，可能是亮的區(qū)域有黑色像素或是在暗的區(qū)域有白色像素。

函數(shù)原型：

void medianBlur(InputArray src, OutputArray dst, int kszie);

參數(shù)詳解；

第一個參數(shù)：InputArray類型的src，輸入圖像，Mat類的對象。該函數(shù)對通道是獨立處理的，且可以處理1、3或4得到的Mat圖像，但是待處理的圖像深度應(yīng)該是CV_8U，CV_16U，CV_32F，但是對于較大孔徑尺寸的圖像，只能是CV_8U。

第二個參數(shù)：OutputArray類型的dst，目標圖像，需要和輸入圖像有相同的尺寸和類型。

第三個參數(shù)：int類型ksize，孔徑的線型尺寸，必須是大于1的奇數(shù)。

雙邊濾波

雙邊濾波（Bilateral filter）是一種非線性的濾波方法，雙邊濾波器的好處是可以做邊緣保存（edge preserving），在圖像的平坦區(qū)域，像素值變化很小，對應(yīng)的像素范圍域權(quán)重接近于1，此時空間域權(quán)重起主要作用，相當于進行高斯模糊；在圖像的邊緣區(qū)域，像素值變化很大，像素范圍域權(quán)重變大，從而保持了邊緣的信息。?

函數(shù)原型：

void bilateralFilter(InputArray src, OutputArray dst, int d,double sigmaColor,double sigmaSpace,int borderType=BORDER_DEFAULT);

參數(shù)詳解；

第一個參數(shù)：InputArray類型的src，輸入圖像，Mat類的對象。該函數(shù)對通道是獨立處理的，且可以處理1、3或4得到的Mat圖像，但是待處理的圖像深度應(yīng)該是CV_8U，CV_16U，CV_32F，但是對于較大孔徑尺寸的圖像，只能是CV_8U。

第二個參數(shù)：OutputArray類型的dst，目標圖像，需要和輸入圖像有相同的尺寸和類型。

第三個參數(shù)：int類型d，過濾像素鄰域的直徑。

第四個參數(shù)：double類型的sigmaColor，顏色空間濾波器的值。參數(shù)越大，表明像素鄰域內(nèi)有越寬的顏色混合到一起。

第五個參數(shù)：double類型的sigmaSpace，坐標空間濾波器的值。參數(shù)越大，表明越遠的像素有相互影響。

程序

#include<opencv2/opencv.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<vector>
#include<time.h>
#include<opencv2/core/core.hpp>
#include <iostream>
using namespace cv;
using namespace std;
//--------------------------------------【main( )函數(shù)】-----------------------------------------
//          描述：控制臺應(yīng)用程序的入口函數(shù)，我們的程序從這里開始執(zhí)行
//-------------------------------------------------------------------------------------------------Mat src = imread("D:\\VC\\c++\\opencv源碼\\opencv源碼\\12.bmp");
Mat dst1 ,dst2;
int mediafilter = 3;//中值濾波參數(shù)值
int shuangfilter = 4;//雙邊濾波參數(shù)值//中值濾波回調(diào)函數(shù)
void on_media(int, void*)
{medianBlur(src, dst1, 2 * mediafilter+1);imshow("中值濾波", dst1);
}//雙邊濾波回調(diào)函數(shù)
void on_shuang(int, void*)
{bilateralFilter(src, dst2, shuangfilter, (double)shuangfilter*2+1, shuangfilter/2);imshow("雙邊濾波", dst2);
}
int main()
{double time0 = static_cast<double>(getTickCount());//記錄起始時間namedWindow("原圖", WINDOW_FREERATIO);namedWindow("中值濾波", WINDOW_FREERATIO);namedWindow("雙邊濾波", WINDOW_FREERATIO);imshow("原圖", src);//中值濾波createTrackbar("內(nèi)核值", "中值濾波", &mediafilter, 20, on_media);on_media(mediafilter, 0);//雙邊濾波createTrackbar("內(nèi)核值", "雙邊濾波", &shuangfilter, 20, on_shuang);on_shuang(shuangfilter, 0);time0 = ((double)getTickCount() - time0) / getTickFrequency();cout << "此方法運行時間：" << time0 << "秒" << endl;//輸出運行時間waitKey(0);return 0;
}

?

總結(jié)

以上是生活随笔為你收集整理的非线性滤波（opencv）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。