正文
中值滤波器（平滑空间滤波器）基本原理及Python实现
提示：扫一扫查出行【扫一扫了解最新限行尾号】
复制提示
1. 基本原理
一种典型的非线性滤波器就是中值滤波器，它使用像素的一个领域内的灰度的中值来代替该像素的值。中值滤波器通常是处理椒盐噪声的一种有效的手段。
2. 测试结果
图源自skimage
3. 代码 import numpy as np def median_filter(input_image, filter_size):
'''
中值滤波器
:param input_image: 输入图像
:param filter_size: 滤波器大小
:return: 输出图像 注：此实现滤波器大小必须为奇数且 >= 3
'''
input_image_cp = np.copy(input_image) # 输入图像的副本 pad_num = int((filter_size - 1) / 2) # 输入图像需要填充的尺寸 input_image_cp = np.pad(input_image_cp, (pad_num, pad_num), mode="constant", constant_values=0) # 填充输入图像 m, n = input_image_cp.shape # 获取填充后的输入图像的大小 output_image = np.copy(input_image_cp) # 输出图像 # 空间滤波
for i in range(pad_num, m - pad_num):
for j in range(pad_num, n - pad_num):
output_image[i, j] = np.median(input_image_cp[i - pad_num:i + pad_num + 1, j - pad_num:j + pad_num + 1]) output_image = output_image[pad_num:m - pad_num, pad_num:n - pad_num] # 裁剪 return output_image
import numpy as np def median_filter(input_image, filter_size):
'''
中值滤波器
:param input_image: 输入图像
:param filter_size: 滤波器大小
:return: 输出图像 注：此实现滤波器大小必须为奇数且 >= 3
'''
input_image_cp = np.copy(input_image) # 输入图像的副本 pad_num = int((filter_size - 1) / 2) # 输入图像需要填充的尺寸 input_image_cp = np.pad(input_image_cp, (pad_num, pad_num), mode="constant", constant_values=0) # 填充输入图像 m, n = input_image_cp.shape # 获取填充后的输入图像的大小 output_image = np.copy(input_image_cp) # 输出图像 # 空间滤波
for i in range(pad_num, m - pad_num):
for j in range(pad_num, n - pad_num):
output_image[i, j] = np.median(input_image_cp[i - pad_num:i + pad_num + 1, j - pad_num:j + pad_num + 1]) output_image = output_image[pad_num:m - pad_num, pad_num:n - pad_num] # 裁剪 return output_image
