數(shù)字圖像處理與深度學(xué)習(xí)技術(shù)應(yīng)用 課件 第6章 圖像平滑處理

第6章圖像平滑處理目錄6.1概述6.2噪聲消除法6.2.1二值圖像的黑白點(diǎn)噪聲濾波6.2.2消除孤立黑像素點(diǎn)6.3鄰域平均法6.3.13×3均值濾波6.3.2N×N均值濾波6.3.3超限鄰域平均法6.3.4方框?yàn)V波6.4高斯濾波6.5中值濾波6.5.1N×N中值濾波6.5.2十字型中值濾波6.5.3N×N最大值濾波6.6雙邊濾波6.72D卷積核的實(shí)現(xiàn)6.8產(chǎn)生噪聲6.8.1隨機(jī)噪聲6.8.2椒鹽噪聲6.1概述概述圖像平滑或?yàn)V波目的是消除噪聲，降低干擾，改善圖像質(zhì)量。圖像平滑常用的方法是采用區(qū)域處理，利用相鄰的像素值，進(jìn)行均值濾波或中值濾波。6.2噪聲消除法6.2.1二值圖像的黑白點(diǎn)噪聲濾波理論基礎(chǔ)理論基礎(chǔ)設(shè)當(dāng)前像素f(i,j)周?chē)?個(gè)像素的平均值為a時(shí)，若|f(i,j)-a|的值在127.5以上，則對(duì)f(i,j)的黑白進(jìn)行翻轉(zhuǎn)，若不到127.5則f(i,j)不變。函數(shù)說(shuō)明（1）retval=image.getdata(band=None)將此圖像的內(nèi)容作為一個(gè)包含像素值的序列對(duì)象返回。該序列對(duì)象是平鋪的，所以第一行的值直接跟在第0行的值之后，以此類(lèi)推。retval：包含像素值的序列的對(duì)象；band：返回頻段。默認(rèn)是返回所有波段。要返回單個(gè)波段，需要傳入索引值（例如，從“RGB”圖像中獲得“R”波段，則索引值為0）。（2）retval=image.putpixel(xy,color)用于修改x，y處的像素。retval：返回一個(gè)修改后的圖像；xy：像素坐標(biāo)，以（x,y）的形式給出；value：像素值。效果展示6.2.2消除孤立黑像素點(diǎn)理論基礎(chǔ)像素的4點(diǎn)鄰域和8點(diǎn)鄰域關(guān)系如圖6-2連通圖所示。

****

。*.*。*。.。*****4點(diǎn)領(lǐng)域8點(diǎn)領(lǐng)域圖6-2連通圖在4點(diǎn)鄰域的情況下，若黑像素上下左右4個(gè)像素全為白色(255)，則f(i,j)也取為255。在8點(diǎn)鄰域的情況下，若黑像素的周?chē)?個(gè)像素全為白色(255)，則f(i,j)也取為255。效果展示6.3鄰域平均法鄰域平均法是一種利用模板對(duì)圖像進(jìn)行模板操作（卷積運(yùn)算）的方法（b)5x5模版鄰域平均法也叫均值濾波，是對(duì)待處理的像素給定一個(gè)模板，該模板包括了其周?chē)泥徑袼?，用模板中的全體像素的均值來(lái)替代原來(lái)的像素值。均值濾波器對(duì)高斯噪聲的濾波效果較好，對(duì)椒鹽噪聲的濾波效果不好。（a）3x3模版6.3鄰域平均法效果展示6.3.13×3均值濾波理論基礎(chǔ)理論基礎(chǔ)在f(i,j)上按行（或列）對(duì)每個(gè)像素選取3×3尺寸的鄰域，并用鄰域中鄰近像素的平均灰度來(lái)置換這一像素值。函數(shù)說(shuō)明retval=cv2.blur(src,ksize,anchor,borderType)retval：表示返回的均值濾波處理結(jié)果；src：表示原始圖像，該圖像不限制通道數(shù)目；ksize：表示濾波卷積核的大??；anchor：表示圖像處理的錨點(diǎn)，其默認(rèn)值為（-1,-1），表示位于卷積核中心點(diǎn)，通常直接使用默認(rèn)值即可；borderType：表示以哪種方式處理邊界值，通常直接使用默認(rèn)值即可。效果展示圖6-8圖像3x3鄰域平均法效果圖6.3.2N×N均值濾波理論基礎(chǔ)在本程序中當(dāng)灰度圖像f中以像素f(i,j)為中心的N×N屏蔽窗口(N=3,5,7,…)內(nèi)平均灰度值為a時(shí)，無(wú)條件做f(i,j)=a處理，N由用戶給定，且取N值越大，噪聲減少越明顯。但“平均”是以圖像的模糊為代價(jià)的。圖像7×7均值濾波效果6.3.3超限鄰域平均法理論基礎(chǔ)為了減少模糊效應(yīng)，找到清除噪聲和邊緣模糊這對(duì)矛盾的最佳統(tǒng)一。閾值的鄰域平均法以某個(gè)灰度值T作為閾值，如果某個(gè)像素的灰度大于其鄰近像素的平均值，并超過(guò)閾值，才使用平均灰度置換這個(gè)像素灰度：（6-1）函數(shù)說(shuō)明retval=cv2.cvtColor(src,code[,dstCn])retval：表示與輸入值具有相同類(lèi)型和深度的輸出圖像；src：表示原始輸入圖像；code：是色彩空間轉(zhuǎn)換碼，常見(jiàn)的枚舉值有cv2.cvtColor_BGR2RGB、cv2.cvtColor_BGR2GRAY、cv2.cvtColor_BGR2HSV、cv2.cvtColor_BGR2YCrCb、cv2.cvtColor_BGR2HLS；dstCn：表示目標(biāo)圖像的通道數(shù)。

效果展示本例選取閾值為10。6.3.4方框?yàn)V波理論基礎(chǔ)除均值濾波之外，OpenCV還提供了方框?yàn)V波的方式。與均值濾波的不同在于，方框?yàn)V波不僅僅只計(jì)算像素均值，兩種方式選擇計(jì)算：函數(shù)說(shuō)明dst=cv2.boxFilter(src,depth,ksize,anchor,normalize,borderType)dst：表示返回的方框?yàn)V波處理結(jié)果；src：表示原始圖像，該圖像不限制通道數(shù)目；depth：表示處理后圖像的深度，一般使用-1表示與原始圖像相同的深度；ksize：表示濾波卷積核的大?。籥nchor：表示圖像處理的錨點(diǎn)，其默認(rèn)值為(-1,-1)，表示位于卷積核中心點(diǎn)；normalize：表示是否進(jìn)行歸一化操作；borderType：表示以哪種方式處理邊界值。效果展示（a）原圖（b）5x5未歸一化方框?yàn)V波結(jié)果效果展示（c)2X2為歸一化方框?yàn)V波結(jié)果（d）5x5歸一化方框?yàn)V波結(jié)果（e）2x2歸一化方框結(jié)果6.4高斯濾波理論基礎(chǔ)在高斯濾波中，按照與中心點(diǎn)的距離的不同，賦予像素點(diǎn)不同的權(quán)重值，靠近中心點(diǎn)的權(quán)重值較大，遠(yuǎn)離中心點(diǎn)的權(quán)重值較小，在此基礎(chǔ)上計(jì)算鄰域內(nèi)各個(gè)像素值不同權(quán)重值的和函數(shù)說(shuō)明dst=cv2.GassianBlur(src,ksize,sigmaX,sigmaY,borderType)dst：表示返回的高斯濾波處理結(jié)果；src：表示原始圖像，該圖像不限制通道數(shù)目；ksize：表示濾波卷積核的大小，需要注意的是濾波卷積核的數(shù)值必須是奇數(shù)。sigmaX：表示卷積核在水平方向上的權(quán)重值。sigmaY：表示卷積核在垂直方向上的權(quán)重值。如果sigmaY被設(shè)置為0，則通過(guò)sigmaX的值得到，但是如果兩者都為0，則通過(guò)如下方式計(jì)算得到：

borderType：表示以哪種方式處理邊界值。效果展示6.5中值濾波中值濾波將窗口中奇數(shù)個(gè)數(shù)據(jù)按大小順序排列，處于中心位置的那個(gè)數(shù)作為處理結(jié)果。一般采用一個(gè)含有奇數(shù)個(gè)點(diǎn)的滑動(dòng)窗口，將窗口中各點(diǎn)灰度值的中值來(lái)替代指定點(diǎn)圖像中值濾波示意圖如圖6-14所示，取3×3窗口，從小到大排列：33200201202205206207208210

取中間值205，代替原來(lái)的數(shù)值202

中值濾波實(shí)現(xiàn)步驟：①將模板在圖中漫游，并將模板中心與圖中某個(gè)像素位置重合；②讀取模板下各對(duì)應(yīng)像素的灰度值；③將這些灰度值從小到大排成1列；④找出這些值里排在中間的1個(gè)；（5）將這個(gè)中間值賦給對(duì)應(yīng)模板中心位置的像素。中值濾波器對(duì)椒鹽噪聲的濾波效果較好，對(duì)高斯噪聲的處理效果不好。6.5.1N×N中值濾波理論基礎(chǔ)本程序計(jì)算灰度圖像f中以像素f(i,j)為中心的N×N屏蔽窗口（N=3，5，7，…）內(nèi)灰度的中值為u，無(wú)條件做f(i,j)=u處理，n由用戶給定。函數(shù)說(shuō)明在OpenCV中提供了cv2.medianBlur()函數(shù)來(lái)實(shí)現(xiàn)圖像的中值濾波。其一般格式為：retval=cv2.medianBlur(src,ksize)retval：表示返回的方框?yàn)V波處理結(jié)果；src：表示原始圖像，該圖像不限制通道數(shù)目；ksize：表示濾波卷積核的大小。效果展示6.5.2十字型中值濾波理論基礎(chǔ)本程序計(jì)算灰度圖像f中以像素f(i,?j)為中心的十字形屏蔽窗口內(nèi)灰度值的中值u，無(wú)條件做f(i,?j)=u處理，N由用戶給定。效果展示6.5.3

N×N最大值濾波理論基礎(chǔ)本程序計(jì)算灰度圖像f中以像素f(i,?j)為中心的N×N屏蔽窗口（N=3，5，7，…）內(nèi)灰度的中值為u，無(wú)條件做f(i,j)=u處理，n由用戶給定。函數(shù)說(shuō)明（1）retval=cv2.copyMakeBorder(src,top,bottom,left,right,borderType)用來(lái)給圖片添加邊框。retval：返回帶邊框的圖像；src：要處理的原圖；top,bottom,left,right：上下左右要擴(kuò)展的像素?cái)?shù)；borderType：邊框類(lèi)型，（2）min_val,max_val,min_loc,max_loc=cv2.minMaxLoc(ret)該函數(shù)用來(lái)找出矩陣中的最大值和最小值以及對(duì)應(yīng)的坐標(biāo)位置。min_val：最小值；max_val：最大值；min_loc：最小值坐標(biāo)；max_loc：最大值坐標(biāo)；ret：輸入矩陣。效果展示6.6雙邊濾波理論基礎(chǔ)雙邊濾波將濾波器的權(quán)系數(shù)分解設(shè)計(jì)為空域?yàn)V波器的權(quán)系數(shù)和圖像亮度差的權(quán)系數(shù)空間距離：當(dāng)前點(diǎn)距離模板中心點(diǎn)的歐式距離Wd為灰度距離：當(dāng)前點(diǎn)距離模板中心點(diǎn)的灰度差值的絕對(duì)值Wr為雙邊濾波器：

理論基礎(chǔ)雙邊濾波卷積表示為

表示為歸一化因子，S為卷積范圍。綜合結(jié)果：①平坦區(qū)域，變化很小，差值接近于0，范圍域權(quán)重接近于1，空間域權(quán)重起作用，相當(dāng)于進(jìn)行高斯模糊；②邊緣區(qū)域，像素差值大，像素范圍域權(quán)重變大，即使距離遠(yuǎn)空間域權(quán)重小，加上像素域權(quán)重總的系數(shù)也較大，從而保護(hù)了邊緣信息。在突變的邊緣上，使用了像素差權(quán)重，所以很好的保留了邊緣。函數(shù)說(shuō)明dst=cv2.bilateralFilter(src,d,sigmaColor,sigmaSpace,borderType)dst：表示返回的雙邊濾波處理結(jié)果；src：表示原始圖像，該圖像不限制通道數(shù)目；d：表示在濾波時(shí)選取的空間距離參數(shù)，表示以當(dāng)前像素點(diǎn)為中心點(diǎn)的半徑，在實(shí)際應(yīng)用中一般選取5；sigmaColor：表示雙邊濾波時(shí)選取的色差范圍；sigmaSpace：表示坐標(biāo)空間中的sigma值，它的值越大，表示越多的點(diǎn)參與濾波；borderType：表示以何種方式處理邊界。效果展示

（a）原圖