(2)中值滤波原理
中值滤波是应用奇数点的移动矩形数组,矩形数组中心点的数值可以用矩形里的中值代替,周围像素点值接近的真实值,来去除突变的噪声点。设有一个一维序列,取序列长度为t(t为奇数),对其进行中值滤波,就是从输入数组中相继抽出t个数 (其中为Yi窗口中心值, ,再将这t个点按其数值大小顺序排序,取其序号的中心点的那个数作为滤波输出。数学公式表示为:
= i∈N v=(t-1)/2 (2-1)
称为序列的中值
例如,有一序列 ,重新排序后为 则 。
应用方法:通过某样的二维滑动数组,将数组内的像素根据像素值的大小进行排序,形成单调递增(或递减)的数据序列。二维中值滤波后的输出为 ,其中 , 分别为原始图像和处理后图像。W为二维的数据模板,常为 。
a:从图像中的某个采样矩形数组中取奇数位的数值排序
b:用排序后的中值取代该处理的数据即可来!自~751论-文|网www.751com.cn
2.2边缘检测
边缘检测是数字图像处理和自动识别中的基础,也是特征提取的研究领域,边缘检测的主要作用是查找图像亮度变化明显的点。文献[13]提到属性的事件和变化即为图像亮度明显变化,可能出现的效果有:(1)颜色深浅不一、(2)图形方向不一致、(3)基本属性变化、(4)场景明亮变化。
图像边缘也与图像像素值和像素值的一阶导数值的不一致有关系.图像像素值的不一致表现为:(a) 阶跃跳跃,图像强度像素值在边缘处两旁的像素灰度值有明显不同;(b) 线条跳跃,使得图像的像素值从某一值突变位另个其他的值,持续较小的行程,又变换到原始值.事实上,图像呈阶跃和线条的边缘较少有,多数的传感器是应用在频率低的状态下,阶跃边缘会形成斜坡的边缘,线条边缘会形成屋顶边缘,中间的强度变化不能瞬间的变化