数字图像处理——中值滤波降噪

使用滤波模板中像素点的中值点作为目标像素，这就称为中值滤波降噪（顾名思义）

Python实现过程如下：

图像数据为：

 图像中存在典型的椒盐噪声，而中值降噪，对椒盐噪声的作用是非常有效的。

导入要使用的库：

import PIL.Image as Image
import matplotlib.pyplot as plt
import numpy as np

 读入图片数据，并可视化：

img = Image.open('Fig0335(a)(ckt_board_saltpep_prob_pt05).tif')

plt.imshow(img, cmap = 'gray')
plt.axis('off')
plt.show()

滤波函数：

这几个空间滤波使用的函数基本相似，只是目标像素的计算过程不一样

def rejector(img, m, n):
    img_data = np.array(img)
    img_new = [[] for _ in range(np.shape(img_data)[0])]
    a = m // 2
    b = n // 2
    for i in range(np.shape(img_data)[0]):
        for j in range(np.shape(img_data)[1]):
            num = []
            for k in range(i-a, i+a+1, 1):
                for l in range(j-b, j+b+1, 1):
                    c = k>=0 and k<np.shape(img_data)[0]
                    d = l>=0 and l<np.shape(img_data)[1]
                    if c and d:
                        num.append(img_data[k][l])
                    else:
                        num.append(0)
            num = sorted(num)
            y = m*n // 2
            img_new[i].append(int(num[y]))
    return img_new

调用滤波函数，得到结果，并可视化：

img_new = rejector(img, 3, 3)

plt.subplot(121)
plt.axis('off')
plt.imshow(img_new, cmap = 'gray')

plt.subplot(122)
plt.axis('off')
plt.imshow(img, cmap = 'gray')

plt.show()

 左侧为结果，右侧为原图像：

中值滤波结果与均值滤波结果比较：

左侧为中值滤波，中间为均值滤波，右侧为原图像