Matlab中用于平滑图像的均值滤波器

Question

Matlab中用于平滑图像的均值滤波器

16

我需要在Matlab中测试一些基本的图像处理技术。我需要测试并比较特别是两种类型的滤波器：均值滤波器和中值滤波器。

使用中值滤波平滑图像，可以使用图像处理工具箱中的一个很好的函数medfilt2。是否有类似的函数可用于均值滤波器？或者如何使用filter2函数创建均值滤波器？

对我来说最重要的事情之一是有可能设置滤波器的半径。即，对于中值滤波器，如果我想要[3 x 3]的半径（掩模），我只需使用：

imSmoothed = medfilt2(img, [3 3]);

我希望对均值滤波器实现类似的效果。

- Gacek

5个回答

9

我看到已经有很好的答案了，但我认为提供一种在MATLAB中执行均值滤波的方法而不使用特殊函数或工具箱可能是不错的。这对于理解过程如何工作非常有帮助，因为您需要显式设置卷积核。幸运的是，均值滤波器核非常简单：

I = imread(...)
kernel = ones(3, 3) / 9; % 3x3 mean kernel
J = conv2(I, kernel, 'same'); % Convolve keeping size of I

请注意，对于彩色图像，您需要将此应用于图像中的每个通道。

- Hannes Ovrén

谢谢。但是在imfilter文档中，它说大多数情况下使用conv2。因此阅读文档使我得出了相同的结论。无论如何，还是感谢您 :) - Gacek

5

I = imread('peppers.png');
H = fspecial('average', [5 5]);
I = imfilter(I, H);
imshow(I)

请注意，可以使用filter2对强度图像（2D矩阵）应用过滤器，而在多维图像（RGB图像或3D矩阵）中使用imfilter。

此外，在英特尔处理器上，imfilter可以使用英特尔集成性能原语（IPP）库来加速执行。

- Amro

3

由于中值滤波是一种非线性卷积，所以不能为其设计核心：对于每个NxN邻域，计算涉及到的不仅仅是乘积和求和。 - Amro

两者都会使图像模糊，不同之处在于它们如何合并附近的像素。平均核心会取邻域中像素的平均值，并赋予所有像素相等的权重。高斯核心将采用加权平均值，使其更多地关注邻域中心的像素，并随着远离中心而减少权重（权重来自正态分布的“钟形曲线”）。比较fspecial('average', [7 7])和fspecial('gaussian', [7 7], 1.1)的输出结果（两者都返回一个归一化的核心，总和为1）。 - Amro

1

@user8264：我现在没有书的访问权限，但通常高斯核提供了更温和的平滑效果，并且倾向于比相同大小的均值滤波器更好地保留边缘。想象一下两种情况下低通滤波器的频率响应……这里有一个很好的解释页面：http://homepages.inf.ed.ac.uk/rbf/HIPR2/gsmooth.htm - Amro

1

这里有一个示例，展示了应用两个过滤器的差异：http://i.stack.imgur.com/GYIlj.png - Amro

我认为高斯核和均值核之间的另一个不同之处在于，均值核为其邻居提供了相等加权值，而高斯核则提供了不同的加权值。与球形核（所有加权值均为1）进行比较，您认为哪种更适合图像去噪？ - John

显示剩余2条评论

2

卷积是通过变换域中的乘法来定义的：

conv2(x,y) = fftshift(ifft2(fft2(x).*fft2(y)))

如果只考虑一个频道...对于更多的频道，这个操作必须在每个频道上执行。

- Chris

0

f=imread(...);

h=fspecial('average', [3 3]);
g= imfilter(f, h);
imshow(g);

- Afsaneh

2

这个答案与这个有何不同？ - Shai

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- rcs · Accepted Answer

h = fspecial('average', n);
filter2(h, img);

参见doc fspecial： h = fspecial('average', n)返回一个平均滤波器。 n是一个1x2向量，指定h中的行数和列数。