20241017自学笔记

图像处理

空间域平滑

因为去噪的过程往往使图像中的尖锐信号被修整或抹平，因此大部分去噪算法又称为图像平滑算法

局部平滑法

直接在空间域上进行平滑处理的技术。假设图像是由许多灰度(强度)相同的小块组成，相邻像素间存在很高的空间相关性，而噪声则是统计独立的。因此，可用邻域内各像素的灰度平均值代替该像素原来的灰度值，实现图像的平滑

超限像素平滑法

灰度最相近的K个邻点平均法

算法的出发点是：在n×n的窗口内，属于同一集合体的像素，它们的灰度值将高度相关。因此，可用窗口内与中心像素的灰度最接近的K个邻像素的平均灰度来代替窗口中心像素的灰度值。

最大均匀性平滑

为避免消除噪声引起边缘模糊，该算法先找出环绕图像中每像素的最均匀区域，然后用这区域的灰度均值代替该像素原来的灰度值

有选择保边缘平滑法

该方法对图像上任一像素(x,y)的5×5邻域，采用9个掩模，其中包括一个3×3正方形、4个五边形和4个六边形。计算各个掩模的均值和方差，对方差进行排序，最小方差所对应的掩模区的灰度均值就是像素（x,y) 的输出值（若区域含有尖锐的边缘，它的灰度方差必定很大，而不含边缘或灰度均匀的区域，它的方差就小，那么最小方差所对应的区域就是灰度最均匀区域。）

中值滤波

中值滤波是对一个滑动窗口内的诸像素灰度值排序，用中值代替窗口中心像素的原来灰度值。这里中值指的是一个数值集合中的某个值，在集合中有一半值小于或等于这个值，也有一半值大于或等于这个值