2013-12-17 75 views

回答

1

中值濾波通常比平均濾波對離羣值更不敏感。如果你不相信數據的高斯假設將保持非常準確,那麼中值濾波器可能是更好的選擇。但是,如果高斯假設保持得很好,那麼中值濾波器可能效率較低。我的猜測是效率的權衡不會太激烈,因此在中值濾波器方面犯錯也許很好。

Tony Chan在開發基於總變差最小化的去噪過程中,在"Image Processing and Analysis"的書中提到了這個話題。

4

研究自適應與非自適應濾波,以及線性(即:平均)與非線性(即:中值或模式)濾波。

正如EMS已經指出的那樣,中值濾波對於異常值比平均值濾波器更不敏感。如果您的數據代表具有加性高斯噪聲的圖像,則平均濾波器工作得很好,但由於其引入的模糊效應,會迅速降低圖像質量。隨着濾波器內核順序(即:維數)增加過去3x3,效果迅速惡化。

如果你有任何數量的脈衝/椒鹽噪聲,首先應該做一個自適應中值濾波器,然後應用一個平均值濾波器(如果有保證的話)。自適應中值濾波器幾乎不會降低圖像質量,可能就足夠了。

如果你真的想改善結果,你可以讀入自適應高斯濾波器的嘗試,這將比平均濾波器更好。

因此,簡而言之:

  1. (可選)自適應中值濾波器
  2. 均值濾波或自適應高斯濾波
4

作爲一個一般的經驗法則 - 如果你的噪音鹽-N - 你應該使用中值濾波器。如果您假設原始信號頻率較低(如沒有紋理的光滑曲面),那麼高斯濾波器是一個不錯的選擇。箱式過濾器(平均值)通常用於近似高斯過濾器。爲了消除白噪聲,你可以使用韋納濾波器。

0

如果圖像上有清晰的亮點或斑點,請使用中值濾鏡。在其他大多數情況下,均值濾波器可能是更好的選擇。