PotatoPie 4.0 实验教程(29) —— FPGA实现摄像头图像均值滤波处理

ICMakerChipdebug

已于 2024-04-30 22:14:40 修改

阅读量999

点赞数 26

文章标签： fpga开发均值算法计算机视觉图像处理算法

于 2024-04-26 22:04:28 首次发布

本文链接：https://blog.youkuaiyun.com/ICMakerChipdebug/article/details/138231776

版权

本文介绍了图像均值滤波的基本概念、理论和应用，包括其在噪声去除和图像平滑中的作用，以及在Python和MATLAB中的代码示例。同时提到了FPGA工程中均值滤波的应用，特别是在摄像头图像处理中的边缘提取和实时处理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

图像的均值滤波简介

图像均值滤波处理是一种常见的图像处理技术，用于降低图像中噪声的影响并平滑图像。该方法通过在图像中滑动一个固定大小的窗口（通常是一个正方形或矩形），将窗口中所有像素的值取平均来计算窗口中心像素的新值。这种操作会使图像中的高频噪声减弱，并且可以使图像的轮廓变得更加模糊，从而使得图像更加平滑。

图像均值滤波的理论依据是基于局部区域的像素值平均化。当图像中的一个像素值受到噪声的影响时，它的值可能会与其周围像素的值不一致。通过取局部区域像素值的平均，可以有效地减小噪声的影响，从而得到更加平滑的图像。

数学上，对于一个大小为 N×N 的滤波器（通常称为卷积核），图像中的每个像素被替换为其周围 N×N 区域中所有像素值的平均值。滤波器的大小决定了平滑效果的程度，较大的滤波器会导致更大程度的平滑，但可能会损失图像的细节信息。

均值滤波步骤和算法实现

均值滤波是一种常用的图像平滑处理方法，其步骤如下：

定义滤波模板： 通常使用一个固定大小的滤波模板（例如3×3或5×5）。
对每个像素应用滤波： 将模板中心的像素放置在图像的每个像素位置，并计算模板覆盖的像素的平均值。
更新图像值： 将计算得到的平均值作为当前像素的新值。
处理图像边界： 对于图像边界的像素，由于模板无法完全覆盖，需要根据特定的策略来处理，例如忽略边界像素、使用镜像边界像素或补零处理等。
输出结果： 输出经过均值滤波处理后的图像。

这种滤波方法有助于去除图像中的噪声和细节，使图像变得更加平滑。

python实现图像的均值滤波处理源码

import cv2
import numpy as np
import os
import matplotlib.pyplot as plt

# 获取当前脚本所在目录
current_directory = os.path.dirname(os.path.abspath(__file__))

# 构建图像文件的完整路径
image_path = os.path.join(current_directory, 'Lena.jpg')

# 读取图像
image_in = cv2.imread(image_path)

# 将彩色图像转换为灰度图像
image_gray = cv2.cvtColor(image_in, cv2.COLOR_BGR2GRAY)

# 获取图像尺寸
row, col = image_gray.shape

# 将灰度图像转换为浮点型
image_gray = image_gray.astype(float)

# 初始化用于存储均值滤波结果的图像
average_image = np.zeros_like(image_gray)

# 对灰度图像应用均值滤波
for i in range(1, row-1):
    for j in range(1, col-1):
        average_image[i, j] = (image_gray[i-1, j-1] + image_gray[i-1, j] + image_gray[i-1, j+1] +
                               image_gray[i, j-1] + image_gray[i, j] + image_gray[i, j+1] +
                               image_gray[i+1, j-1] + image_gray[i+1, j] + image_gray[i+1, j+1]) / 9

# 添加椒盐噪声到灰度图像
noise_salt_pepper = np.random.choice([0, 1], size=(row, col), p=[0.99, 0.01])  # 进一步降低椒盐噪声密度
image_gray_salt_pepper = image_gray.copy()
image_gray_salt_pepper[noise_salt_pepper