我一直在处理带有大量盐和胡椒粉噪声的灰度图像，并且知道MedianBlur非常有用。因此，我使用了Python版本的Opencv（cv2.medianBlur()）。它起作用了，但是没有按照我想要的方式起作用。所以我一直在寻找它可以工作的实际算法，并得到以下解释：
如果内核大小（k）为5，则对于每5（行数）x5（列数）正方形窗口，该窗口的中心像素将被其中所有元素的中值代替。因此，例如，考虑以下窗口：
[[11, 4, 17, 1, 5],
[ 6, 14, 0, 12, 16],
[24, 19, 13, 18, 23],
[ 7, 11, 11, 10, 5],
[10, 13, 23, 3, 0]]
在这里，中心元素13将被所有这些元素的中位数（即11）代替。这是否正确？如果是，那么由于前两行中没有任何元素是ANY窗口的中心元素，因此前两行会发生什么情况？根据我的观察（比较原始图像和处理后的图像），前两行也发生了变化。
根据medianBlur()文档，它在BORDER_REPLICATE内部用于处理边框像素。
BORDER_REPLICATE
Python: cv.BORDER_REPLICATE
aaaaaa|abcdefgh|hhhhhhh
因此，它将重复边界像素，直到所有像素都是窗口的中间像素。
编辑：要应用大小为5x5的内核，第一个像素应位于图像的第三行和第三列。这意味着将边框复制两个像素。因此，您的图像在内部变为：
[[11, 11, 11, 4, 17, 1, 5, 5, 5],
[11, 11, 11, 4, 17, 1, 5, 5, 5],
[11, 11, 11, 4, 17, 1, 5, 5, 5],
[ 6, 6, 6, 14, 0, 12, 16, 16, 16],
[24, 24, 24, 19, 13, 18, 23, 23, 23],
[ 7, 7, 7, 11, 11, 10, 5, 5, 5],
[10, 10, 10, 13, 23, 3, 0, 0, 0],
[10, 10, 10, 13, 23, 3, 0, 0, 0],
[10, 10, 10, 13, 23, 3, 0, 0, 0]]
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句