OpenCV開發(fā)學習之算法基礎(chǔ)之線性濾波對比-方框、均值、高斯濾波

1、三種線性濾波器比較方柜驅(qū)菠使曲模板內(nèi)的歸世廳巻駅濾澄蠱接型星杰仗里均污濾菠是冃桓腹內(nèi)帶有逮刪三覽垣代潛廩忑4：病!融蠱世，均誼濾觴方狂潘皮島晰主.唾=岳刊不訖賽消醸疋戸口苣輕為一種持蘇刑式疋癖礙聲高口建慝是桿嶄人數(shù)幻岳空一*頰青點與敲i內(nèi)蛭迸兌釈運豈陽匿像邙域軒圖曦逆行平湄岳巨可.巨對影良多的聞國圖內(nèi)慷歪進行年涓時.鄰城內(nèi)不可宙腥歪蜩予不冋的權(quán)營愫的總休衣商歸I椒鹽噪聲椒鹽噪聲也稱為脈沖噪聲，是圖像中經(jīng)常見到的一種噪聲，它是一種隨機出現(xiàn)的白點或者黑點，可能是亮的區(qū)域有黑色像素或是在暗的區(qū)域有白色像素(或是兩者皆有)。椒鹽噪聲的成因可能是影像訊號受到突如其來的強烈干擾而產(chǎn)生、類比數(shù)位轉(zhuǎn)換器或位元

2、傳輸錯誤等。例如失效的感應器導致像素值為最小值，飽和的感應器導致像素值為最大值。脈沖噪聲脈沖噪聲(pulsenoise)在通信中出現(xiàn)的離散型噪聲的統(tǒng)稱。它由時間上無規(guī)則出現(xiàn)的突發(fā)性干擾組成。脈沖噪聲(impulsivenoise)是非連續(xù)的，由持續(xù)時間短和幅度大的不規(guī)則脈沖或噪聲尖峰組成。產(chǎn)生脈沖噪聲的原因多種多樣，其中包括電磁干擾以及通信系統(tǒng)的故障和缺陷，也可能在通信系統(tǒng)的電氣開關(guān)和繼電器改變狀態(tài)時產(chǎn)生。脈沖噪聲對模擬數(shù)據(jù)一般僅是小麻煩。但在數(shù)字式數(shù)據(jù)通信中，脈沖噪聲是出錯的主要原因。脈沖噪聲，它的持續(xù)時間小于1秒、噪聲強度峰值比其均方根值大于10dB,而重復頻率又小于10Hz的間斷性噪聲。

3、脈沖噪聲：突然爆發(fā)又很快消失，舉個例子：持續(xù)時間W0.5s，間隔時間1s,聲壓有效值變化40dB(A)的噪聲。Demo源碼voidOpenCVManager:testBoxAndBlurAndGaussianBlurFilter()QStringfileNamel=E:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/l.jpg;cv:MatsrcMat=cv:imread(fileNamel.toStdString();cv:StringwindowName=_windowTitle.toStdString();cvu

4、i:init(windowName);cv:resize(srcMat,srcMat,cv:Size(400,300);qDebug()_FILE_LINE_srcMat.rowssrcMat.cols;if(!srcMat.data)qDebug()_FILE_LINE_Failedtoloadimage:fileNamel;return;cv:MatdstMat;dstMat=cv:Mat:zeros(srcMat.size(),srcMat.type();cv:MatwindowMat=cv:Mat(cv:Size(srcMat.cols*3,srcMat.rows*3),srcMat.

5、type();boolisBoxFilter=true;intksize=3;/核心大小intanchor=-1;/錨點，正數(shù)的時候必須小于核心大小，即：-1=anchorksizeintksize2=3;/核心大小intanchor2=-1;/錨點，正數(shù)的時候必須小于核心大小，即：-1=anchor=ksize)anchor=ksize-1;cvui:printf(windowMat,500,180,anchor);cvui:trackbar(windowMat,500,190,200,&anchor,-1,ksize-1);/方框濾波cv:boxFilter(srcMat,dstMat,-

6、1，cv:Size(ksize,ksize),cv:Point(anchor,anchor),isBoxFilter);/效果圖copy到右邊/注意：rang從位置1到位置2,不是位置1+寬度cv:MatrightMat=windowMat(cv:Range(0,srcMat.rows),cv:Range(srcMat.cols*2,srcMat.cols*3);cv:addWeighted(rightMat,0.0f,dstMat,1.0f,0.0f,rightMat);/原圖先copy到左邊cv:MatleftMat=windowMat(cv:Range(srcMat.rows*1,src

7、Mat.rows*2),cv:Range(0,srcMat.cols);cv:addWeighted(leftMat,0.0f,srcMat,1.0f,0.0f,leftMat);/中間為調(diào)整濾波參數(shù)的相關(guān)設(shè)置cvui:printf(windowMat,500,100+300,ksize);cvui:trackbar(windowMat,500,110+300,200,&ksize2,1,10);if(anchor2=ksize2)anchor2=ksize2-1;cvui:printf(windowMat,500,160+300,anchor);cvui:trackbar(windowMat

8、,500,170+300,200,&anchor2,-1,ksize2-1);/均值濾波：方框濾波比均值濾波多了顏色深度的參數(shù)cv:blur(srcMat,dstMat,cv:Size(ksize2,ksize2),cv:Point(anchor2,anchor2);/效果圖copy到右邊/注意：rang從位置1到位置2,不是位置1+寬度cv:MatrightMat=windowMat(cv:Range(srcMat.rows*1,srcMat.rows*2),cv:Range(srcMat.cols*2,srcMat.cols*3);cv:addWeighted(rightMat,0.0f,

9、dstMat,1.0f,0.0f,rightMat);/原圖先copy到左邊cv:MatleftMat=windowMat(cv:Range(srcMat.rows*2,srcMat.rows*3),cv:Range(0,srcMat.cols);cv:addWeighted(leftMat,O.Of,srcMat,l.Of,0.0f,leftMat);/中間為調(diào)整濾波參數(shù)的相關(guān)設(shè)置cvui:printf(windowMat,500,60+600,ksize=size*2+1);cvui:trackbar(windowMat,500,70+600,200,&ksize3,0,10);cvui:

10、printf(windowMat,500,120+600,sigmaX);cvui:trackbar(windowMat,500,130+600,200,&sigmaX,0,100);cvui:printf(windowMat,500,180+600,sigmaY);cvui:trackbar(windowMat,500,190+600,200,&sigmaY,0,100);/高斯濾波cv:GaussianBlur(srcMat,dstMat,cv:Size(ksize*2+1,ksize*2+1),sigmaX/10.f,sigmaY/10.f);/效果圖copy到右邊/注意：rang從位置1到位置2,不是位置1+寬度cv:MatrightMat=windowMat(cv:Range(srcMat.rows*2,srcMat.rows*3),cv:Range(srcMat.co