python+opencv图像处理（二十）

领域平均

滤波的方法是经常用来进行图像增强的方法。

空域滤波指的是利用像素及像素邻域组成的空间进行滤波的方法。

空域滤波主要是借助模板运算来进行的。

模板运算中用得最多的是模板卷积，其主要步骤如下：

1) 将模板中图像中漫游，并将模板中心与图中某个像素位置重合。

2) 将模板上的各个系数与模板下各对应像素的灰度值相乘。

3) 将所有乘积相加。

4) 将上述给图中对应模板中心位置的像素。

本篇主要介绍的是邻域平均法

1、邻均平均

邻域平均法，也叫均值滤波，这是最简单的平滑滤波的方法。

它是典型的线性滤波的方法。

其原理是用一个像素邻域平均值作为滤波结果，即此时滤波器模板的所有系数取值全为1.例，对于3*3的模板来说，其系数为：

1 1 1

1 1 1

1 1 1

用公式表示如下：

其中g(x,y)是结果图像的像素值，f(x, y)就是原图像像素值，h(x, y)就是邻域算子，对于均值滤波来说，h(k,l)即是k行l列全为1的矩阵。

对于上述3*3的模板来说，对于某一像素点（x,y）的邻均平均的结果为：

g(x,y)=(f(x-1,y-1)+f(x-1,y)+f(x-1,y+1)+f(x,y-1)+f(x,y)+f(x,y+1)+f(x+1,y-1)+f(x+1,y)+f(x+1,y+1))/9

2、代码实现

均值滤波主要用于消除噪声。

如下图所示，左图为原图，要看出图中有不少白噪声，经过均值滤波后可适当消除噪声影响。

其完整代码如下：

上述代码用的是opencv自带的函数blur()实现均值滤波，其中第一个参数是要进行均值滤波的图像，后一个参数是模板大小。