0
点赞
收藏
分享

微信扫一扫

【OpenCV 完整例程】96. 谐波平均滤波器

【OpenCV 完整例程】96. 谐波平均滤波器


3. 仅噪声存在的空间滤波图像复原

当一幅图像中唯一存在的退化是噪声时,退化模型简化为:
g ( x , y ) = f ( x , y ) + η ( x , y ) G ( u , v ) = F ( u , v ) + N ( u , v ) g(x,y) = f(x,y) + \eta(x,y) \\ G(u,v) = F(u,v) + N(u,v) g(x,y)=f(x,y)+η(x,y)G(u,v)=F(u,v)+N(u,v)
当仅存在加性随机噪声时,可以采用空间滤波方法来估计原图像 f ( x , y ) f(x,y) f(x,y),即对退化图像 g ( x , y ) g(x,y) g(x,y) 去除噪声。

3.3 谐波平均滤波器(Harmonic mean filter)

谐波平均滤波器的复原图像 f ^ \hat{f} f^ 由下式给出:
f ^ ( x , y ) = m n ∑ ( r , c ) ∈ S x y 1 / g ( r , c ) \hat{f}(x,y) = \frac{mn}{\sum _{(r,c) \in Sxy} 1/{g(r,c)}} f^(x,y)=(r,c)Sxy1/g(r,c)mn
谐波平均滤波器既能处理盐粒噪声(白色噪点),又能处理类似于高斯噪声的其他噪声,但不能处理胡椒噪声(黑色噪点)。

例程 9.10:谐波平均滤波器

    # 9.10: 谐波平均滤波器 (Harmonic 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]

    # 算术平均滤波 (Arithmentic mean filter)
    kSize = (3, 3)
    kernalMean = np.ones(kSize, np.float32) / (kSize[0]*kSize[1])  # 生成归一化盒式核
    imgAriMean = cv2.filter2D(img, -1, kernalMean)

    # 谐波平均滤波器 (Harmonic mean filter)
    m, n = 3, 3
    order = m * n
    kernalMean = np.ones((m,n), np.float32)  # 生成盒式核

    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")

    epsilon = 1e-8
    imgHarMean = img.copy()
    for i in range(hPad, img_h + hPad):
        for j in range(wPad, img_w + wPad):
            sumTemp = np.sum(1.0 / (imgPad[i-hPad:i+hPad+1, j-wPad:j+wPad+1] + epsilon))
            imgHarMean[i-hPad][j-wPad] = order / sumTemp

    plt.figure(figsize=(9, 6))
    plt.subplot(131), plt.axis('off'), plt.title("Original")
    plt.imshow(img, cmap='gray', vmin=0, vmax=255)
    plt.subplot(132), plt.axis('off'), plt.title("Arithmentic mean filter")
    plt.imshow(imgAriMean, cmap='gray', vmin=0, vmax=255)
    plt.subplot(133), plt.axis('off'), plt.title("Harmonic mean filter")
    plt.imshow(imgHarMean, cmap='gray', vmin=0, vmax=255)
    plt.tight_layout()
    plt.show()

在这里插入图片描述


(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


举报

相关推荐

0 条评论