24小时热门版块排行榜    

CyRhmU.jpeg
查看: 1229  |  回复: 10
当前主题已经存档。

randomjy

木虫 (小有名气)

[交流] 【讨论】关于均值滤波和中值滤波

为什么均值滤波能有效的去除高斯噪声?而中值滤波能较好的去除椒盐噪声?
回复此楼
无鸟在林,何以捉鸟?
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
回帖支持 ( 显示支持度最高的前 50 名 )

莫非是我

木虫 (著名写手)

★ ★ ★
小木虫(金币+0.5):给个红包,谢谢回帖交流
suton(金币+1,VIP+0):谢谢交流 10-27 15:44
haixing2008(金币+1,VIP+0):多谢交流! 12-4 15:26
  椒盐噪声是脉冲噪声的一种,图像中被椒盐噪声污染点为极大值或极小值,表现为黑点和白点。对于噪声污染低于50%的图象用中值滤波可以有效滤除噪声,当然污染越轻滤波效果越好,滤波效果还以窗口大小选择有关,窗口不是越大越好,也不是越小越好,对于一次中值滤波未达到较好滤除噪声,还可重复多次叠代。如果图像中存在太小细线等细节时,如滤波窗口选择过大会把这些细节误当噪声滤除,使图象变模糊。
  中值滤波的改进算法很多,较有代表性的有"开关中值滤波",该方法是先对图象中的象素点进行判断,看其是否是噪声点,如果是噪声点则对该点进行中值滤波,如不是噪声点则保留原象素值。如何判断噪声点又是一个研究内容了,如果你能准确无误的判断出噪声点,再加以滤波则滤波效果一定很好。判断的方法有“《一种基于极值中值的新型滤波算法》  中国图象图形学报     2001年/6期”,其判断方法是把窗口内的最大值和最小值认为是噪声点。该文引用次数较多。还有其它很多改进的算法。楼主感兴趣可以自己看看文献。如果能找到一种很好的噪声判别方法则一定可以出篇小论文。
6楼2009-10-27 13:03:51
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
普通回帖

yishuipang

铁杆木虫 (职业作家)

中值滤波非线性


suton(金币+1,VIP+0):谢谢交流 10-23 17:37
中值滤波非线性
VIP:VInterestingPaper
2楼2009-10-23 13:42:54
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

randomjy

木虫 (小有名气)

感谢yishuipang的回复。为什么中值滤波是非线性的就可以较好的去除椒盐噪声。
可能是我没有把我意思表达清楚。我想问的是:均值滤波去除高斯噪声和中值滤波去除椒盐噪声的理论依据是什么?
无鸟在林,何以捉鸟?
3楼2009-10-23 14:02:58
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

haixin8839

铁虫 (小有名气)

★ ★
小木虫(金币+0.5):给个红包,谢谢回帖交流
suton(金币+1,VIP+0):谢谢交流 10-23 17:37
中值滤波的理论依据是:在图像中,计算像素在某邻域的中值,然后在该邻域中,将灰度级别与该像素差别很大的点用中值代替,而椒盐噪声是随机分布的,其出现都是以某个特定的概率出现的,因此用中值滤波去除椒盐噪声非常有效,数字图像处理那本书上写的很详细,你可以仔细看看
4楼2009-10-23 15:20:34
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

yishuipang

铁杆木虫 (职业作家)

★ ★
小木虫(金币+0.5):给个红包,谢谢回帖交流
suton(金币+1,VIP+0):谢谢交流 10-27 10:56
跟噪声的分布特性吻合!
引用回帖:
Originally posted by randomjy at 2009-10-23 14:02:
感谢yishuipang的回复。为什么中值滤波是非线性的就可以较好的去除椒盐噪声。
可能是我没有把我意思表达清楚。我想问的是:均值滤波去除高斯噪声和中值滤波去除椒盐噪声的理论依据是什么?

VIP:VInterestingPaper
5楼2009-10-24 10:00:38
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

randomjy

木虫 (小有名气)

谢谢各位了
无鸟在林,何以捉鸟?
7楼2009-11-04 17:10:39
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

liliang9425

铜虫 (小有名气)

分析的很到位,学习了
8楼2009-11-17 20:18:27
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

string121

金虫 (小有名气)

★ ★ ★
小木虫(金币+0.5):给个红包,谢谢回帖交流
haixing2008(金币+2,VIP+0):多谢交流! 12-4 15:26
均值对应l2极小,所以对应的项是线性的.中值滤波对应l1极小,所以非线性.
从统计的观点看,均值滤波是假定噪声是高斯分布极大似然的结果. 中值滤波是双侧指数分布假设的结果. 也就是用双侧指数分布逼近真实的噪声分布, 这在噪声水平低的情况下是可以的. 但高了以后要寻求更佳的逼近,这在理论上可以找到的(中心极限定理),关键是找到的逼近要好计算, 我以前在这里做了点问题, 当然导出的方程,滤波之类的和别人就不一样了,还灌水到一个top journal上了.
开关中值之类的就是inpainting, 判断是否为噪声点就是找inpainting
的mask(这是个challenge哦,当然对椒盐噪声不难,但对随机值脉冲可非常不容易.). 那既然这样就一定有基于取样的开关中值滤波之类的(因为有取样的inpainting). 窗口大小实际上就是正则化程度,也就是正则参数的选取, 那既然这样就一定有所谓的自适应窗口(因为有自适应参数选择),那应该也有非规则的窗口(因为有参数是函数形式的). 这些简单到我都能发现的小东东,肯定有人做过.
9楼2009-11-18 11:26:15
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

莫非是我

木虫 (著名写手)


小木虫(金币+0.5):给个红包,谢谢回帖交流
引用回帖:
Originally posted by string121 at 2009-11-18 11:26:
均值对应l2极小,所以对应的项是线性的.中值滤波对应l1极小,所以非线性.
从统计的观点看,均值滤波是假定噪声是高斯分布极大似然的结果. 中值滤波是双侧指数分布假设的结果. 也就是用双侧指数分布逼近真实的噪声分 ...

呵呵,你的数学肯定很好.学习了
10楼2009-11-19 12:47:33
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
相关版块跳转 我要订阅楼主 randomjy 的主题更新
普通表情 高级回复(可上传附件)
信息提示
请填处理意见