OpenCV3-非线性滤波

本文详细介绍了中值滤波的基本思想及其实现过程,包括如何通过取领域内像素灰度值的中值来替代原有值以实现降噪效果,并对比了其与均值滤波的不同之处。同时,还探讨了双边滤波的概念,即如何利用临近像素值的加权组合来确定输出像素的值。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

中值滤波

基本思想:用像素领域灰度值的中值代替该像素点的灰度值。

中值滤波与均值滤波相比,在消除噪声能力上更胜一筹,但花费的时间是其五倍以上。
具体步骤:按强度大小排列像素点,取其中值作为新值。如果是偶数个像素就取其中间值的平均值。

medianBlur函数

medianBlur(src, dst, size);

双边滤波

基本思想:输出像素的值依赖于临近像素值的加权组合。

bilateralFilter(src, dst, d, sigmaColor , sigmaSpace);

d,表示每个像素领域的直径。sigmaColor参数越大,表示越宽广的颜色会被混合在一起。sigmaSpace参数越大,表示方差越大。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值