进行边缘保留式滤波通常有两个方法:
1,高斯双边滤波
代码实现如下:
def bi_demo(image):
dst = cv.bilateralFilter(src=image, d=0, sigmaColor=100, sigmaSpace=15)
cv.imshow("bi_demo", dst)
其中各参数所表达的意义:
src:原图像;
d:像素的邻域直径,可有sigmaColor和sigmaSpace计算可得;
sigmaColor:颜色空间的标准方差,一般尽可能大;
sigmaSpace:坐标空间的标准方差(像素单位),一般尽可能小。
2.均值偏移滤波
代码实现如下:
def mean_shift_demo(image):
dst = cv.pyrMeanShiftFiltering(src=image, sp=15, sr=20)
cv.imshow("mean_shift image", dst)
其中各参数所表达的意义:
src:原图像;
sp:空间窗的半径(The spatial window radius);
sr:色彩窗的半径(The color window radius).
Notes: 通过均值迁移来进行边缘保留滤波有时会导致图像过度模糊
本文介绍了两种常用的边缘保留滤波技术:高斯双边滤波和均值偏移滤波,并详细解析了这两种方法的实现原理及参数设置。高斯双边滤波通过结合空间邻近度和像素相似度来保留边缘细节;均值偏移滤波则利用颜色和空间分布的统计特性进行平滑处理。
645

被折叠的 条评论
为什么被折叠?



