【OpenCV 例程200篇】99. 修正阿尔法均值滤波器
3.6 修正阿尔法均值滤波器(Modified alpha-mean filter)
修正阿尔法均值滤波器也属于统计排序滤波器,其思想类似于比赛中去掉最高分和最低分后计算平均分的方法。
令 S x y Sxy Sxy 表示中心在点 ( x , y ) (x,y) (x,y) 、大小为 m ∗ n m*n m∗n 的矩形子窗口(邻域)的一组坐标,修正阿尔法均值滤波器在由 S x y Sxy Sxy 定义的邻域中,删除 d 个最低灰度值和 d 个最高灰度值,计算剩余像素 g R ( r , c ) g_R(r,c) gR(r,c) 的算术平均值作为输出结果,即:
f
^
(
x
,
y
)
=
1
m
n
−
2
d
∑
(
r
,
c
)
∈
S
R
g
R
(
r
,
c
)
\hat{f}(x,y) = \frac{1}{mn-2d} \sum _{(r,c) \in S_R} g_R(r,c)
f^(x,y)=mn−2d1(r,c)∈SR∑gR(r,c)
d 的取值范围是
[
0
,
m
n
/
2
−
1
]
[0, mn/2-1]
[0,mn/2−1]。选择 d 的大小对图像处理的效果影响很大,当
d
=
0
d=0
d=0 时简化为算术平均滤波器,当
d
=
m
n
/
2
−
1
d=mn/2-1
d=mn/2−1 简化为中值滤波器。d 取其它值时,适合于处理多种混合噪声,如高斯噪声和椒盐噪声。
例程 9.13:修正阿尔法均值滤波器
# 9.13: 修正阿尔法均值滤波器 (Modified alpha-mean filter)
img = cv2.imread("../images/Fig0507b.tif", 0) # flags=0 读取为灰度图像
img_h = img.shape[0]
img_w = img.shape[1]
m, n = 5, 5
kernalMean = np.ones((m, n), np.float32) # 生成盒式核
# 边缘填充
hPad = int((m-1) / 2)
wPad = int((n-1) / 2)
imgPad = np.pad(img.copy(), ((hPad, m-hPad-1), (wPad, n-wPad-1)), mode="edge")
imgAlphaFilter0 = np.zeros(img.shape)
imgAlphaFilter1 = np.zeros(img.shape)
imgAlphaFilter2 = np.zeros(img.shape)
for i in range(img_h):
for j in range(img_w):
# 邻域 m * n
pad = imgPad[i:i+m, j:j+n]
padSort = np.sort(pad.flatten()) # 对邻域像素按灰度值排序
d = 1
sumAlpha = np.sum(padSort[d:m*n-d-1]) # 删除 d 个最大灰度值, d 个最小灰度值
imgAlphaFilter0[i, j] = sumAlpha / (m*n-2*d) # 对剩余像素进行算术平均
d = 2
sumAlpha = np.sum(padSort[d:m*n-d-1])
imgAlphaFilter1[i, j] = sumAlpha / (m*n-2*d)
d = 4
sumAlpha = np.sum(padSort[d:m*n-d-1])
imgAlphaFilter2[i, j] = sumAlpha / (m*n-2*d)
plt.figure(figsize=(9, 7))
plt.subplot(221), plt.axis('off'), plt.title("Original")
plt.imshow(img, cmap='gray', vmin=0, vmax=255)
plt.subplot(222), plt.axis('off'), plt.title("Modified alpha-mean(d=1)")
plt.imshow(imgAlphaFilter0, cmap='gray', vmin=0, vmax=255)
plt.subplot(223), plt.axis('off'), plt.title("Modified alpha-mean(d=2)")
plt.imshow(imgAlphaFilter1, cmap='gray', vmin=0, vmax=255)
plt.subplot(224), plt.axis('off'), plt.title("Modified alpha-mean(d=4)")
plt.imshow(imgAlphaFilter2, cmap='gray', vmin=0, vmax=255)
plt.tight_layout()
plt.show()
(本节完)
版权声明:
youcans@xupt 原创作品,转载必须标注原文链接
Copyright 2021 youcans, XUPT
Crated:2022-2-1