[图像处理]图像的平滑处理

最新推荐文章于 2025-05-26 14:55:53 发布

善哉丶丶

最新推荐文章于 2025-05-26 14:55:53 发布

阅读量3.4k

点赞数

CC 4.0 BY-SA版权

分类专栏：图像处理

本文链接：https://blog.youkuaiyun.com/qq_27591163/article/details/79600481

图像平滑处理主要包含线性和非线性两种方法。线性平滑通过邻域平均法，用像素点邻域值替换原灰度值，但可能导致图像边缘和细节模糊。非线性平滑则引入阈值，仅在灰度差超过阈值时才用均值替换。3x3模板示例中，不同权重设计用于突出中心点。中值滤波作为非线性滤波的一种，使用含有奇数个点的窗口，用灰度值的中位数替换指定点值，对噪声有显著减弱效果，但滤波效果受窗口形状和尺寸影响。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

空间滤波：某些邻域处理工作是操作邻域的图像像素值以及相应的雨邻域有相同维数的子图像的值，这些子图像可以被称为滤波器、掩摸、核。在滤波器子图像中的值使系数值，而不是像素值。

线性平滑：对于每一个像素点的灰度值用它的邻域值来代替，其邻域的大小为：N*N，N一般取奇数。线性平滑虽然降低了噪声，但同时也模糊了图像的边缘和细节，这是这一类滤波器的通病。

非线性平滑：不对所有像素都用他的邻域平均值来代替，而是取一个阈值，当像素灰度值与其邻域平均值之差大于已知的阈值时，才用均值来代替。

邻域平均法的3x3模板：

1 1 1 1 2 1

1/8 （ 1 1 1） 1/16 （2 4 2）

1 1 1 1 2 1

其中第二种模板的权重不相同，其目的就是为了突出中心点的重要性，所以其权值比较大。

模板选择的越大，则噪声减小的就越明显。

{
	int avg = 0;
	BYTE * m_pdata;
	int width, height;
	m_pdata = getData();
	width = getWidth();
	height = getHeight();
	BYTE* temp = new BYTE[width *height];
	memset(temp, 255, width*height);
	for (int j = 1; j<height - 1; j++)
		for (int i = 1