13.均值滤波

//均值滤波
int g_nBlurValue;
void on_ChangeBlurValue(int,void*)
{
	if(g_nBlurValue>0)
	{
		blur(g_srcImage_Contrast,g_dstImage_Contrast,Size(g_nBlurValue,g_nBlurValue));
		imshow("均值滤波",g_dstImage_Contrast);
	}
}
void Test_Blur()
{
	namedWindow("均值滤波");
	namedWindow("原图");
	g_srcImage_Contrast=imread("D:\\OpenCV Projects\\OpenCV_Test_Image\\16.jpg");
	createTrackbar("blurtrackbar","均值滤波",&g_nBlurValue,10,on_ChangeBlurValue);
	on_ChangeBlurValue(g_nBlurValue,0);
	imshow("原图",g_srcImage_Contrast);
}

时间: 2024-08-01 17:49:28

13.均值滤波的相关文章

图像算法之十二:非局部均值滤波及其Matlab实现

保边去噪算法之二: 首先谈一下什么是非局部均值滤波.在此之前,我们先来看一下均值滤波的原理. 均值滤波 均值滤波的计算非常简单,将图像像素点灰度记录在数组中,然后设置方框半径的值,然后将方框中的所有点的像素求和取平均,得到的结果就是均值滤波后对应像素点的灰度值. 优点: 计算很快而且简单 从算法可以看出,只是求了平均,并没有很复杂的计算 缺点: 得到的图像很模糊 当方框的半径越大,得到的图像中那些变化较大的地方(边缘)计算后变化就越小,即边缘不明显,即模糊 非局部均值滤波 非局部均值滤波的基本原

图像处理之均值滤波介绍及C算法实现

1 均值滤波介绍 滤波是滤波是将信号中特定波段频率滤除的操作,是从含有干扰的接收信号中提取有用信号的一种技术. 均值滤波是典型的线性滤波算法,它是指在图像上对目标像素给一个模板,该模板包括了其周围的临近像素(如3×3模板:以目标象素为中心的周围8个象素,构成一个滤波模板,即去掉目标象素本身),再用模板中的全体像素的平均值来代替原来像素值. 均值滤波效果:平滑线性滤波处理降低了图像的“尖锐”变化.由于典型的随机噪声由灰度级的急剧变化组成,因此常见的平滑处理的应用就是降低噪声.均值滤波器的主要应用是

【opencv入门之五】线性滤波(方框滤波、均值滤波、高斯滤波)

参考网站:http://blog.csdn.net/poem_qianmo/article/details/22745559 1.boxFilter函数--方框滤波 void boxFilter(InputArray src, //输入图像 OutputArray dst, //输出图像 int ddepth, //输出图像的深度,-1表示使用原图深度,即 src.depth() Size ksize, //内核的大小,Size(w,h) Point anchor=Point(-1,-1), /

基于FPGA的均值滤波算法的实现

前面实现了基于FPGA的彩色图像转灰度处理,减小了图像的体积,但是其中还是存在许多噪声,会影响图像的边缘检测,所以这一篇就要消除这些噪声,基于灰度图像进行图像的滤波处理,为图像的边缘检测做好夯实基础. 椒盐噪声(salt & pepper noise)是数字图像的一个常见噪声,所谓椒盐,椒就是黑,盐就是白,椒盐噪声就是在图像上随机出现黑色白色的像素.椒盐噪声是一种因为信号脉冲强度引起的噪声,产生该噪声的算法也比较简单. 均值滤波的方法将数据存储成3x3的矩阵,然后求这个矩阵.在图像上对目标像素给

学习 opencv---(7) 线性邻域滤波专场:方框滤波,均值滤波,高斯滤波

本篇文章中,我们一起仔细探讨了OpenCV图像处理技术中比较热门的图像滤波操作.图像滤波系列文章浅墨准备花两次更新的时间来讲,此为上篇,为大家剖析了"方框滤波","均值滤波","高斯滤波"三种常见的邻域滤波操作.而作为非线性滤波的"中值滤波"和"双边滤波",我们下次再分析. 因为文章很长,如果详细啃的话,或许会消化不良.在这里给大家一个指引,如果是单单想要掌握这篇文章中讲解的OpenCV线性滤波相关的三个函

高效均值滤波的方法与实现

均值滤波的基本原理很简单,就是用滑动窗口内所有像素的平均值代替窗口中心像素的灰度值 高效均值滤波的原理如下: 代码: //高效均值滤波 void Blur(const Mat &image_Src, Mat &image_Dst, Size size_Aperture) { //////////step 1.重新分配图像(如果需要)///////////////// //新图像的大小 int width_Dst=image_Src.cols; int height_Dst=image_Sr

快速均值滤波

参考任明武老师的文章,把均值滤波以模板形式实现,真是很快对于500*376的图像,以大小15的半径做的滤波,速度竟然3个毫秒.如果代码有不足之处,希望批评. 代码:template<typename M,typename N>void meanFilter(M* data,N* outputData,int width,int height,int r){    assert(data!=NULL);    int i,j,k;    int block=(r<<1)+1;   

基于FPGA的均值滤波算法实现

我们为了实现动态图像的滤波算法,用串口发送图像数据到FPGA开发板,经FPGA进行图像处理算法后,动态显示到VGA显示屏上,前面我们把硬件平台已经搭建完成了,后面我们将利用这个硬件基础平台上来实现基于FPGA的一系列图像处理基础算法. 椒盐噪声(salt & pepper noise)是数字图像的一个常见噪声,所谓椒盐,椒就是黑,盐就是白,椒盐噪声就是在图像上随机出现黑色白色的像素.椒盐噪声是一种因为信号脉冲强度引起的噪声,产生清楚该噪声的算法也比较简单. 均值滤波的方法将数据存储成3x3的矩阵

均值滤波

学习DIP第1天 均值滤波,是比較简单的滤波方式.比較典型的是以3x3的模板对核心(或者称为锚点)的元素及其周围八个元素进行求和并除以元素个数(即9)得到的值将原值覆盖,主要的实现方法为四层循环,算法时间复杂度: O(w*h*m*n) 当中w,h为图像宽和长.m.n为模板宽和长. 该算法有优化方法,将在以后的博文中讨论. 代码使用OpenCV1.0编写,因为代码水平有限,望请见谅0.0 #include <cv.h> #include <highgui.h> #include &l