matlab调和均值滤波_计算机视觉学习笔记8 噪声与滤波

原创

于 2021-01-02 23:43:06 发布 · 325 阅读

CC 4.0 BY-SA版权

文章标签：

本文介绍了图像噪声及其类型，如椒盐噪声、高斯噪声和泊松噪声，并探讨了常见的滤波方法，包括卷积滤波、均值滤波、中值滤波和高斯滤波。重点讲述了MATLAB中的滤波实现，包括均值滤波和高斯滤波的效果，并对比了c++中OpenCV库的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

按老规矩，先给简要说明，然后上MATLAB，c++和Python的代码。

图像的噪声

不管是模拟信号还是数字信号，都难免会产生噪声，尤其是模拟信号，噪声处理一直是比较重要的环节，数字信号相对来说噪声会少一点。

图像噪声的产生原因很复杂，可能是成像设备或者环境本身导致成像质量不稳定，也可能是数字信号传输过程中发生丢失或者受到干扰，可以将噪声看成是一种无规律不可预测的随机误差。

噪声主要形式有：椒盐噪声(可能是黑白噪声的看着像椒盐，然后叫这名字吧)；高斯噪声(服从高斯分布的噪声，一般在数码相机图像采集阶段会产生)；泊松噪声(服从泊松分布的噪声)。

噪声的产生会严重影响图像质量，必须给予纠正。

MATLAB： imnoise(src，noise_name，size)，通过设置不同噪声名字，可以添加高斯，椒盐，泊松噪声。OpenCV： 没有专门添加噪声的函数，但是可以人为添加，见下文gaussian_noise()

滤波也称为平滑模糊，是一种可以有效去除图像噪声的方法。下面简单分析一下几种常见滤波器的工作原理。图像卷积核一般推荐3x3, 5x5，通常不会超过15，卷积核越大图像越模糊

图像的卷积很多文章都有讲过，就是设置一个卷积核，对图像通过卷积核进行逐个的元素相乘，再求和求平均值，从而达到图像平滑的效果。

在MATLAB中，卷积操作为： conv2(src， size)； src表示输入图像，size表示设定的卷积核在OpenCV中，卷积操作为：blue(src， dst， size)；

均值滤波核卷积滤波原理一致，区别是均值滤波卷积核为 n*n 的元素为1的矩阵，求出来的像素值为采样点的平均数，而卷积滤波的卷积核可以自行设置，比方我可以设置为[1 2 3; 3 2 1; 1 1 1]。

在MAT

200万优质内容无限畅学