图像处理-从频率角度分析中值滤波

原創

2020-06-15 13:31

图像处理--从频率角度分析中值滤波

１.均值滤波

对于中值滤波器，就是设定一定大小的核，计算核包含的像素点对应的中值。
$median{\begin{bmatrix} {a_{11}}&{a_{12}}&{\cdots}&{a_{1n}}\\ {a_{21}}&{a_{22}}&{\cdots}&{a_{2n}}\\ {\vdots}&{\vdots}&{\ddots}&{\vdots}\\ {a_{m1}}&{a_{m2}}&{\cdots}&{a_{mn}}\\ \end{bmatrix} }$
那么对应的中值滤波核如下所示：
$Filter=median\times A$

2.代码

import numpy as np
from skimage import io
import cv2
from matplotlib import pyplot as plt
path = "D:/2_project/0_test/median_filter/anr/input/inputfull.jpg"
I = io.imread(path) #R*0.299+G*0.587+B*0.114
def medianfilter(image, winsize):
    rows, cols, channel = image.shape
    winH, winW = winsize
    halfwinH = (winH-1)//2 +1
    halfwinW = (winW-1)//2 +1
    medianfilterimage = np.zeros(image.shape, image.dtype)
    for k in range(channel):
        for i in range(rows):
            for j in range(cols):
                rtop = 0 if i-halfwinH < 0 else i - halfwinH
                rbootom = rows-1 if i + halfwinH > rows -1 else i + halfwinH
                cleft = 0 if j - halfwinW < 0 else j - halfwinW
                cright = cols-1 if j + halfwinW > cols -1 else j + halfwinW
                region = image[rtop:rbootom+1, cleft:cright+1, k]
                medianfilterimage[i][j][k] = np.median(region)
    return medianfilterimage
window = (9, 9)
output = medianfilter(I, window)

3.Kernel 大小分析

不同大小的核对图像进行滤波得到的图像信息不同，随着核的大小的增大，计算的像素点越多，也就意味着滤波后的图像包含了更多的低频信息，这样，随着核大小的增大，高频信息丢失。
对不同大小的图像进行中值滤波，图2是图1缩放四倍，图3是图1缩放16倍。
以下是不同大小的核（包括size=3和size=9）中值滤波后的图像：