Devrais-je choisir la moyenne ou la médiane de filtre pour le bruit gaussien
Je sais filtre Gaussien sera de faire au mieux, mais maintenant j'ai besoin de choisir à partir de ce deux.
Je ne suis pas tout à fait sûr, veuillez donner vos suggestions. Merci!
Vous pouvez essayer sur votre image, et de mieux télécharger les images.
Il n'y a aucun moyen de répondre à la question comme l'a déclaré. Toutes les réponses ci-dessous sont inexactes généralités au mieux.
Il n'y a aucun moyen de répondre à la question comme l'a déclaré. Toutes les réponses ci-dessous sont inexactes généralités au mieux.
OriginalL'auteur roland luo | 2013-12-17
Vous devez vous connecter pour publier un commentaire.
Regarder dans adaptative par rapport aux non-filtrage adaptatif, et linéaire (c'est à dire: moyenne) par rapport aux non-linéaire (c'est à dire: la médiane ou le mode) de filtrage.
EMS déjà noté, le filtrage médian est moins sensible aux valeurs aberrantes que la moyenne de filtre. Si vos données sont représentatives d'une image avec un bruit Gaussien additif, la moyenne du filtre fonctionne très bien, mais diminue rapidement la qualité de l'image en raison de l'effet de brouillage qu'il introduit. L'effet rapidement s'aggraver à mesure que le filtre du noyau de l'ordre (c'est à dire: dimensions) augmente au-delà de
3x3
.Si vous avez la moindre quantité d'impulsion/sel et poivre du bruit, il serait intéressant de faire une adaptation de filtre médian d'abord, PUIS l'application d'un filtre moyenne si c'est justifié. L'adaptation du filtre médian sera à peine diminution de la qualité d'image à toutes, et peut être assez sur son propre.
Si vous voulez vraiment améliorer les résultats, vous avez pu lire dans les tentatives de Gauss adaptative des filtres, ce qui serait encore mieux que la Moyenne du Filtre.
Donc, en résumé:
OriginalL'auteur DevNull
Comme une règle générale de pouce si votre bruit est-sel n-poivre, vous devez utiliser le filtre médian. Si l'on suppose que le signal d'origine est faible fréquence (comme une surface lisse sans texture), alors le filtre gaussien est un bon choix. Boîte de filtre (moyenne) est généralement utilisé pour rapprocher le filtre gaussien. Pour la suppression de bruit blanc, vous pouvez utiliser le filtre de Wiener.
OriginalL'auteur zenpoy
Filtrage médian est généralement moins sensible aux valeurs aberrantes que dire de filtrage. Si vous ne croyez pas que l'hypothèse Gaussienne des données organisera de façon très précise, puis un filtre médian peut être le meilleur choix. Toutefois, si l'hypothèse Gaussienne tient assez bien, puis le filtre médian peut être moins efficace. Ma conjecture est que les compromis entre efficacité et de ne pas être trop drastique, afin de pêcher sur le côté du filtre médian est probablement pas un problème.
Ce sujet est abordé dans le livre "Le Traitement de l'Image et de l'Analyse" par Tony Chan au cours de son développement de la minimisation de la variation totale à base de débruitage.
OriginalL'auteur ely
S'il existe des points brillants ou des mouchetures sur votre image, l'utilisation de filtre médian. Dans la plupart des autres cas, la moyenne de filtre peut être un meilleur choix.
OriginalL'auteur user3054997