结果中均值和高斯滤波器的差异

Abc*_*Abc 8 opencv artificial-intelligence image-processing computer-vision

高斯平滑使用sigma和窗口大小.它会模糊图像以减少图像噪点.另一方面,均值滤波器也会模糊图像并消除噪点.结果的基本区别是什么?

Adi*_*vit 9

高斯滤波器将像素称为围绕中心像素的钟形曲线.这意味着更远的像素获得更低的权重.
均值滤波器,也就是盒式滤波器,仅平均所有相邻像素的像素值.这相当于对中心周围的所有像素赋予相同的权重,而与中心像素的距离无关.

可以比高斯模糊更快地计算盒式滤波器.


Mac*_*iej 7

均值滤波器(矩形核)对于减少空间域(图像空间)中的随机噪声是最佳的。但是,均值滤波器是频域中最差的滤波器,几乎无法将一个频带与另一个频带分开。高斯滤波器在频域具有更好的性能。

平均滤波器在低通滤波器中效果最低。理想情况下,它应停止高频并仅通过低频。实际上,它会通过许多高频,并阻止某些低频(缓慢的滚降和较差的阻带衰减)。

在实践中意味着什么?如果要消除图像中的噪点,均值滤波器会很快,并且可能是最佳解决方案。如果要分离图像中存在的频率,这是不好的解决方案。

有趣的是,您可以使用均值滤波器实现高斯滤波器。如果对图像应用两次均值滤镜,您将获得与应用三角核滤镜相同的结果。如果对图像应用均值滤波器4次,则得到的结果与应用高斯核滤波器的结果相同。

高斯滤波器使用卷积并且非常慢。如果您使用递归公式实现均值滤波器,它将像闪电一样运行。多次应用平均过滤器可以使高斯实现加快1000倍。

回答您的问题。从图像中去除噪声时,均值滤波器和高斯滤波器给出的结果相似。高斯滤波器在分离频率方面要好得多。最好的过滤器是Window Sinc过滤器。


GPr*_*hap 5

结果的基本差异是什么?邻近的像素对平滑处理的影响大于较远的像素。 在此输入图像描述 但在均值滤波器中,属于内核的所有像素都被赋予相同的权重。