第6章 圖像處理

6.2 非線性濾波：中值濾波、雙邊濾波

6.2.1 非線性濾波

很多情況下，使用領域像素的非線性濾波會得到更好的效果，如在噪聲是散粒噪聲而不是高斯噪聲，即圖像偶爾會出現很大值時，高斯濾波效果不如中值濾波

6.2.2 中值濾波（medianBlur）

1.濾波原理：基于排序統計理論的一種能有效抑制噪聲的非線性信號處理技術，用像素點鄰域灰度值的中值替代像素點的灰度值，讓周圍的像素值接近真實值，從而消除孤立的噪聲點，該方法在去除脈沖噪聲、斑點噪聲（speckle noise）、椒鹽噪聲（salt-and-pepper noise）的同時又能保留圖像的邊緣細節。
2.優點：在均值濾波中，由于噪聲成份被放入平均計算中，所以輸出受到了影響，但在中值濾波中，由于噪聲成分很難選上，所以幾乎不會影響輸出。可克服線性濾波的細節模糊。
3.缺點：中值濾波是均值濾波的5倍以上時間，且不適合細節多的圖像
4.取3*3函數窗，計算以點[i,j]為中心的函數窗像素中值，步驟：
（1）按強度值大小排列像素點
（2）選擇排序像素集的中間值作為點[i,j]的值
5.封裝函數：medianBlur函數
6.函數原型：

void medianBlur(InputArray src,OutputArray dst,int ksize)

7.參數說明：
（1）Mat類型輸入圖像（1/3/4通道），ksize為3或5時，圖像深度應為CV_8U、CV_16U、CV_32F之一
（2）目標圖像，與輸入圖像尺寸類型一致，可用srcImage.clone()初始化目標圖像
（3）ksize，孔徑的線性尺寸(aperture linear size)，必須是大于1的奇數

6.2.3 雙邊濾波(bilateralFilter)

1.雙邊濾波：一種非線性濾波方法，圖像的空間鄰近度和像素值相似度的折中，同時考慮空域信息和灰度相似性，達到保邊去噪的目的，具有簡單、非迭代、局部特點
2.優點：基于空間分布的高斯濾波函數，較遠像素不會太影響邊緣像素，保證了邊緣保存（edge-preserving）
3.缺點：由于保存了過多高頻信息，對彩色圖像里的高頻噪聲不能很好過濾，只能對低頻信息較好濾波
4.濾波原理：輸出像素依賴于鄰域像素值的加權值組合：
????????????????
加權系數w(i,j,k,l)取決于定義域核和值域核乘積
定義域核：
????????????????
值域核：
????????????????
???????????
兩者相乘后，會產生依賴于數據的雙邊濾波權重函數
????????????
5.封裝函數：bilateralFilter函數
6.函數原型：

void bilateralFilter(InputArray src,OutputArray dst,int d,double sigmaColor,double simgmaSpace,int borderType=BORDER_DEFAULT)

7.參數說明：
（1）輸入圖像，8位或浮點型單通道、三通道圖像
（2）目標圖像，與輸入圖像尺寸類型一致
（3）過濾過程中每個像素鄰域的直徑，為非正數時，從參數sigmaSpace計算它
（4）顏色空間濾波器的sigma值，值越大表明像素鄰域內有越寬廣的顏色會被混合到一起，產生較大的半相等顏色區域
（5）坐標空間中濾波器的sigma值，坐標空間的標注方差，值越大，表明越遠的像素會相互影響，使更大的區域中足夠相似的顏色獲取相同顏色。d>0時，d指定了領域大小且與sigmaSpace無關，否則d正比于sigmaSpace
（6）用于推斷圖像外部像素的某種邊界模式

6.2.4 非線性濾波示例

1.兩種非線性濾波

#include<opencv2/opencv.hpp>
#include<opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
using namespace cv;int main()
{//載入原圖Mat srcImage = imread("love.jpg");//顯示原圖namedWindow("中值濾波【原圖】");imshow("中值濾波【原圖】", srcImage);//中值濾波Mat dstImage1;medianBlur(srcImage, dstImage1, 7);namedWindow("中值濾波【效果圖】");imshow("中值濾波【效果圖】", dstImage1);//雙邊濾波Mat dstImage2;bilateralFilter(srcImage, dstImage2, 25, 25 * 2, 25 / 2);namedWindow("雙邊濾波【效果圖】");imshow("雙邊濾波【效果圖】", dstImage2);waitKey(0);return 0;
}

2.滑動條控制濾波模糊度

#include<opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<iostream>
using namespace cv;
using namespace std;
//全局變量
Mat g_srcImage, g_dstImage1, g_dstImage2;
int g_nMedianBlurValue;
int g_nBilateralFilterValue;//全局函數
static void on_MedianBlur(int, void*);
static void on_BilateralFilter(int, void*);int main()
{//改變控制臺字體顏色system("color 5E");//載入原圖g_srcImage = imread("love.jpg");if (!g_srcImage.data){printf("載入原圖像失敗~！\n");return false;}//復制原圖到目標圖像g_dstImage1 = g_srcImage.clone();g_dstImage2 = g_srcImage.clone();//初始化內核值g_nMedianBlurValue = 7;g_nBilateralFilterValue = 10;//顯示原圖namedWindow("非線性濾波【原圖】",1);imshow("非線性濾波【原圖】", g_srcImage);//========================【<1>中值濾波】=======================//創建窗口namedWindow("中值濾波【效果圖】",1);//創建滑動條createTrackbar("內核值：", "中值濾波【效果圖】", &g_nMedianBlurValue, 50, on_MedianBlur);on_MedianBlur(g_nMedianBlurValue, 0);//===============================================================//========================【<2>雙邊濾波】========================//創建窗口namedWindow("雙邊濾波【效果圖】",1);//創建滑動條createTrackbar("內核值：", "雙邊濾波【效果圖】", &g_nBilateralFilterValue, 50, on_BilateralFilter);on_BilateralFilter(g_nBilateralFilterValue, 0);//===============================================================waitKey(0);return 0;
}
static void on_MedianBlur(int, void*)
{medianBlur(g_srcImage, g_dstImage1, g_nMedianBlurValue*2+1);imshow("中值濾波【效果圖】", g_dstImage1);
}
static void on_BilateralFilter(int, void*)
{bilateralFilter(g_srcImage, g_dstImage2, g_nBilateralFilterValue, g_nBilateralFilterValue * 2, g_nBilateralFilterValue / 2);imshow("雙邊濾波【效果圖】", g_dstImage2);
}

總結

以上是生活随笔為你收集整理的《OpenCV3编程入门》学习笔记6 图像处理（二）非线性滤波：中值滤波、双边滤波的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。