OpenCV 例程200篇101. 自适应中值滤波器

Posted 2022-02-22 小白YouCans

【OpenCV 例程200篇】101. 自适应中值滤波器

欢迎关注 『OpenCV 例程200篇 100 篇』 系列，持续更新中
欢迎关注 『Python小白的OpenCV学习课』 系列，持续更新中

3.8 自适应中值滤波器（Adaptive median filter）

中值滤波器的窗口尺寸是固定大小不变的，不能同时兼顾去噪和保护图像的细节，在噪声的密度较小时的性能较好，当噪声概率较高时的性能就会劣化。

自适应中值滤波器根据预先设定的条件，在滤波的过程中动态改变滤波器的窗口尺寸大小；进一步地，根据条件判断当前像素是否噪声，由此决定是否用邻域中值替换当前像素。

自适应中值滤波器可以处理较大概率的脉冲噪声，平滑非脉冲噪声，尽可能保护图像细节信息，避免图像边缘的细化或者粗化。

令 $Sxy$ 表示中心在点 $(x,y)$ 、大小为 $m\ast n$ 的矩形子窗口（邻域），滤波器在由 $Sxy$ 定义的邻域操作。

$Zmin、Zmax、Zmed$ 表示 $Sxy$ 中的最小灰度值、最大灰度值和灰度值的中值，$Zxy$ 是点 $(x,y)$ 的灰度值，$Smax$ 是允许的最大窗口尺寸。

自适应中值滤波器分为两个过程：

• Step A：

  • A1 = Zmed - Zmin
  • A2 = Zmed - Zmax
  • 如果 A1>0 且 A2<0，则跳转到 Step B；否则，增大窗口尺寸
  • 如果增大后的尺寸 ≤ Smax，则重复 A；否则，输出 Zmed

• Step B：

  • B1 = Zxy - Zmin
  • B2 = Zxy - Zmax
  • 如果 B1>0 且 B2<0，则输出 Zxy；否则，输出 Zmed

StepA 的目的是确定当前窗口内得到的中值 Zmed 是否是噪声。如果 Zmin<Zmed<Zmax，则中值 Zmed 不是噪声，转到StepB。如果Zmin<Zxy<Zmax，则 Zxy 不是噪声，滤波器输出 Zxy。如果不满足上述条件，则判定 Zxy 是噪声，输出中值 Zmed。

如果在StepA中，Zmed 不满足条件 Zmin<Zmed<Zmax，则可判断得到的中值 Zmed 是噪声。这时要增大滤波器的窗口尺寸，在更大的范围内寻找一个非噪声点的中值。

因此，如果图像中噪声的概率较低，自适应中值滤波器可以使用较小的窗口尺寸，以提高计算速度；反之，如果噪声的概率较高，则需要增大滤波器的窗口尺寸，以改善滤波效果。

例程 9.15：自适应中值滤波器

    # # 9.15: 自适应中值滤波器 (Adaptive median filter)
    img = cv2.imread("../images/Fig0514a.tif", 0)  # flags=0 读取为灰度图像
    hImg = img.shape[0]
    wImg = img.shape[1]

    smax = 7  # 允许最大窗口尺寸
    m, n = smax, smax
    imgAriMean = cv2.boxFilter(img, -1, (m, n))  # 算术平均滤波

    # 边缘填充
    hPad = int((m-1) / 2)
    wPad = int((n-1) / 2)
    imgPad = np.pad(img.copy(), ((hPad, m-hPad-1), (wPad, n-wPad-1)), mode="edge")

    imgMedianFilter = np.zeros(img.shape)  # 中值滤波器
    imgAdaMedFilter = np.zeros(img.shape)  # 自适应中值滤波器
    for i in range(hPad, hPad+hImg):
        for j in range(wPad, wPad+wImg):
            # 1. 中值滤波器 (Median filter)
            ksize = 3
            k = int(ksize/2)
            pad = imgPad[i-k:i+k+1, j-k:j+k+1]  # 邻域 Sxy, m*n
            imgMedianFilter[i-hPad, j-wPad] = np.median(pad)

            # 2. 自适应中值滤波器 (Adaptive median filter)
            ksize = 3
            k = int(ksize/2)
            pad = imgPad[i-k:i+k+1, j-k:j+k+1]
            zxy = img[i-hPad][j-wPad]
            zmin = np.min(pad)
            zmed = np.median(pad)
            zmax = np.max(pad)

            if zmin < zmed < zmax:
                if zmin < zxy < zmax:
                    imgAdaMedFilter[i-hPad, j-wPad] = zxy
                else:
                    imgAdaMedFilter[i-hPad, j-wPad] = zmed
            else:
                while True:
                    ksize = ksize + 2
                    if zmin < zmed < zmax or ksize > smax:
                        break
                    k = int(ksize / 2)
                    pad = imgPad[i-k:i+k+1, j-k:j+k+1]
                    zmed = np.median(pad)
                    zmin = np.min(pad)
                    zmax = np.max(pad)
                if zmin < zmed < zmax or ksize > smax:
                    if zmin < zxy < zmax:
                        imgAdaMedFilter[i-hPad, j-wPad] = zxy
                    else:
                        imgAdaMedFilter[i-hPad, j-wPad] = zmed

    plt.figure(figsize=(9, 6))
    plt.subplot(131), plt.axis('off'), plt.title("Original")
    plt.imshow(img, cmap='gray', vmin=0, vmax=255)
    plt.subplot(132), plt.axis('off'), plt.title("Median filter")
    plt.imshow(imgMedianFilter, cmap='gray', vmin=0, vmax=255)
    plt.subplot(133), plt.axis('off'), plt.title("Adaptive median filter")
    plt.imshow(imgAdaMedFilter, cmap='gray', vmin=0, vmax=255)
    plt.tight_layout()
    plt.show()

（本节完）

---

版权声明：

youcans@xupt 原创作品，转载必须标注原文链接

参考文献：《Python 数字图像处理(DIP) - 图像复原与重建11 》

Copyright 2021 youcans, XUPT
Crated：2022-2-1

欢迎关注 『OpenCV 例程200篇 100 篇』 系列，持续更新中
欢迎关注 『Python小白的OpenCV学习课』 系列，持续更新中

【OpenCV 例程200篇】01. 图像的读取（cv2.imread）
【OpenCV 例程200篇】02. 图像的保存（cv2.imwrite）
【OpenCV 例程200篇】03. 图像的显示（cv2.imshow）
【OpenCV 例程200篇】04. 用 matplotlib 显示图像（plt.imshow）
【OpenCV 例程200篇】05. 图像的属性（np.shape）
【OpenCV 例程200篇】06. 像素的编辑（img.itemset）
【OpenCV 例程200篇】07. 图像的创建（np.zeros）
【OpenCV 例程200篇】08. 图像的复制（np.copy）
【OpenCV 例程200篇】09. 图像的裁剪（cv2.selectROI）
【OpenCV 例程200篇】10. 图像的拼接（np.hstack）
【OpenCV 例程200篇】11. 图像通道的拆分（cv2.split）
【OpenCV 例程200篇】12. 图像通道的合并（cv2.merge）
【OpenCV 例程200篇】13. 图像的加法运算（cv2.add）
【OpenCV 例程200篇】14. 图像与标量相加（cv2.add）
【OpenCV 例程200篇】15. 图像的加权加法（cv2.addWeight）
【OpenCV 例程200篇】16. 不同尺寸的图像加法
【OpenCV 例程200篇】17. 两张图像的渐变切换
【OpenCV 例程200篇】18. 图像的掩模加法
【OpenCV 例程200篇】19. 图像的圆形遮罩
【OpenCV 例程200篇】20. 图像的按位运算
【OpenCV 例程200篇】21. 图像的叠加
【OpenCV 例程200篇】22. 图像添加非中文文字
【OpenCV 例程200篇】23. 图像添加中文文字
【OpenCV 例程200篇】23. 图像添加中文文字
【OpenCV 例程200篇】24. 图像的仿射变换
【OpenCV 例程200篇】25. 图像的平移
【OpenCV 例程200篇】26. 图像的旋转（以原点为中心）
【OpenCV 例程200篇】27. 图像的旋转（以任意点为中心）
【OpenCV 例程200篇】28. 图像的旋转（直角旋转）
【OpenCV 例程200篇】29. 图像的翻转（cv2.flip）
【OpenCV 例程200篇】30. 图像的缩放（cv2.resize）
【OpenCV 例程200篇】31. 图像金字塔（cv2.pyrDown）
【OpenCV 例程200篇】32. 图像的扭变（错切）
【OpenCV 例程200篇】33. 图像的复合变换
【OpenCV 例程200篇】34. 图像的投影变换
【OpenCV 例程200篇】35. 图像的投影变换（边界填充）
【OpenCV 例程200篇】36. 直角坐标与极坐标的转换
【OpenCV 例程200篇】37. 图像的灰度化处理和二值化处理
【OpenCV 例程200篇】38. 图像的反色变换（图像反转）
【OpenCV 例程200篇】39. 图像灰度的线性变换
【OpenCV 例程200篇】40. 图像分段线性灰度变换
【OpenCV 例程200篇】41. 图像的灰度变换（灰度级分层）
【OpenCV 例程200篇】42. 图像的灰度变换（比特平面分层）
【OpenCV 例程200篇】43. 图像的灰度变换（对数变换）
【OpenCV 例程200篇】44. 图像的灰度变换（伽马变换）
【OpenCV 例程200篇】45. 图像的灰度直方图
【OpenCV 例程200篇】46. 直方图均衡化
【OpenCV 例程200篇】47. 图像增强—直方图匹配
【OpenCV 例程200篇】48. 图像增强—彩色直方图匹配
【OpenCV 例程200篇】49. 图像增强—局部直方图处理
【OpenCV 例程200篇】50. 图像增强—直方图统计量图像增强
【OpenCV 例程200篇】51. 图像增强—直方图反向追踪
【OpenCV 例程200篇】52. 图像的相关与卷积运算
【OpenCV 例程200篇】53. Scipy 实现图像二维卷积
【OpenCV 例程200篇】54. OpenCV 实现图像二维卷积
【OpenCV 例程200篇】55. 可分离卷积核
【OpenCV 例程200篇】56. 低通盒式滤波器
【OpenCV 例程200篇】57. 低通高斯滤波器
【OpenCV 例程200篇】58. 非线性滤波—中值滤波
【OpenCV 例程200篇】59. 非线性滤波—双边滤波
【OpenCV 例程200篇】60. 非线性滤波—联合双边滤波
【OpenCV 例程200篇】61. 导向滤波（Guided filter）
【OpenCV 例程200篇】62. 图像锐化——钝化掩蔽
【OpenCV 例程200篇】63. 图像锐化——Laplacian 算子
【OpenCV 例程200篇】64. 图像锐化——Sobel 算子
【OpenCV 例程200篇】65. 图像锐化——Scharr 算子
【OpenCV 例程200篇】66. 图像滤波之低通/高通/带阻/带通
【OpenCV 例程200篇】67. 空间域图像增强的综合应用
【OpenCV 例程200篇】68. 空间域图像增强的综合应用
【OpenCV 例程200篇】69. 连续非周期信号的傅立叶系数
【OpenCV 例程200篇】70. 一维连续函数的傅里叶变换
【OpenCV 例程200篇】71. 连续函数的取样
【OpenCV 例程200篇】72. 一维离散傅里叶变换
【OpenCV 例程200篇】73. 二维连续傅里叶变换
【OpenCV 例程200篇】74. 图像的抗混叠
【OpenCV 例程200篇】75. Numpy 实现图像傅里叶变换
【OpenCV 例程200篇】76. OpenCV 实现图像傅里叶变换
【OpenCV 例程200篇】77. OpenCV 实现快速傅里叶变换
【OpenCV 例程200篇】78. 频率域图像滤波基础
【OpenCV 例程200篇】79. 频率域图像滤波的基本步骤
【OpenCV 例程200篇】80. 频率域图像滤波详细步骤
【OpenCV 例程200篇】81. 频率域高斯低通滤波器
【OpenCV 例程200篇】82. 频率域巴特沃斯低通滤波器
【OpenCV 例程200篇】83. 频率域低通滤波：印刷文本字符修复
【OpenCV 例程200篇】84. 由低通滤波器得到高通滤波器
【OpenCV 例程200篇】85. 频率域高通滤波器的应用
【OpenCV 例程200篇】86. 频率域滤波应用：指纹图像处理
【OpenCV 例程200篇】87. 频率域钝化掩蔽
【OpenCV 例程200篇】88. 频率域拉普拉斯高通滤波
【OpenCV 例程200篇】89. 带阻滤波器的传递函数
【OpenCV 例程200篇】90. 频率域陷波滤波器
【OpenCV 例程200篇】91. 高斯噪声、瑞利噪声、爱尔兰噪声
【OpenCV 例程200篇】92. 指数噪声、均匀噪声、椒盐噪声
【OpenCV 例程200篇】93. 噪声模型的直方图
【OpenCV 例程200篇】94. 算术平均滤波器
【OpenCV 例程200篇】95. 几何均值滤波器
【OpenCV 例程200篇】96. 谐波平均滤波器
【OpenCV 例程200篇】97. 反谐波平均滤波器
【OpenCV 例程200篇】98. 统计排序滤波器
【OpenCV 例程200篇】99. 修正阿尔法均值滤波器
【OpenCV 例程200篇】100. 自适应局部降噪滤波器
【OpenCV 例程200篇】101. 自适应中值滤波器