圖像平滑主要是爲了減少圖像的噪聲。一般情況下在空間域下可以用鄰域的方法減少噪聲;在頻率域裏利用低通濾波器減少噪聲。
一,空間域濾波
1.mean_image(Image : ImageMean : MaskWidth, MaskHeight : )
均值濾波。
2. median_image(Image : ImageMedian : MaskType, Radius, Margin : )
中值濾波。能夠抑制小斑點和細線。
3. gauss_filter(Image : ImageGauss : Size : )
高斯濾波。
- σ值的意義及選取
通過上述的實現過程,不難發現,高斯濾波器模板的生成最重要的參數就是高斯分佈的標準差σ。標準差代表着數據的離散程度,如果σ較小,那麼生成的模板的中心繫數較大,而周圍的係數較小,這樣對圖像的平滑效果就不是很明顯;反之,σ較大,則生成的模板的各個係數相差就不是很大,比較類似均值模板,對圖像的平滑效果比較明顯。
σ越大,分佈越分散,各部分比重差別不大,於是生成的模板各元素值差別不大,類似於平均模板;
σ越小,分佈越集中,中間部分所佔比重遠遠高於其他部分,反映到高斯模板上就是中心元素值遠遠大於其他元素值,於是自然而然就相當於中間值得點運算。
4. sigma_image(Image : ImageSigma : MaskHeight, MaskWidth, Sigma : )
sigma對圖像非線性濾波。
5. smooth_image(Image : ImageSmooth : Filter, Alpha : )
遞歸濾波器對圖像平滑。