数字图像处理系列 | 非线性滤波 (4)

非线性滤波就不能做卷积了

文章目录

前言. 去除噪声

如果使用线性滤波

1. 中值滤波

    1. 排列 k 2 k^2 k2所有的值
    1. 把 k 2 k^2 k2中,中间大小的那个值赋给当前的像素
    1. 你看效果,很好的吧噪声去掉了吧,但你仔细看还是可以从背景看到噪声
    1. k k k 越大的时候,除掉的噪声越多,但硬币也越模糊了

2. 重新思考一下 -- 高斯平滑滤波

高斯平滑哪里不好用呢?

  • 在空白背景的时候,高斯处理的蛮好的对吧
  • 在有物体,数字的时候,高斯就把物体平滑掉了。

but,我们是不是可以结合高斯平滑滤波的优点和非线性滤波的优点,来做这个去噪呢?

  • 之前,我们整个图片都在使用一个filter
  • 其实,我们可以根据每一个局部地区,使用某种kernal
  • Design a filter that can modify the kernel, its kernel gets modified depending on the structure of the image locally, what the neighthood of the pixel looks like, you're essentially willing to create a new filter for each pixcel.
  • If any pixel is very different in density
  • by simply biasing the Gaussian kernel, such that pixels not similar in intensity to the center pixels receive lower weight, 这里我们把这个weight给到了0
  • 你看output图片很干净吧

3. Bilateral Filter

3.1 从高斯开始解释

  • 这是一个常规的高斯平滑
  • 看下图Input(f), [i,j] 红色的位置,黄色的位置,和绿色的位置,对应于高斯滤波的位置,绿色和黄色的权重是一样的,这在Input中是不合适的,因为Input中红和绿离的比较远。
  • 如何解决上述说的问题呢。看下一小节。

3.2 Add Bias to Gaussian

  • 增加一个亮度高斯卷积核,
  • 如果某点亮度小,就给与一个大的权重
  • 如果某点亮度大,就给与一个小的权重

Example

  • 原始图片,脸上有一些噪音,我们想去除这些噪音,但不损失图片细节。
  • 图二,使用了高斯滤波,细节会消失
  • 图三,使用Bilateral滤波,消除了噪音,保留了细节

相关推荐
小白白搭建4 分钟前
WordPress AI 原创文章自动生成插件 24小时全自动生成SEO原创文章 | 多语言支持 | 智能配图与排版
人工智能
Jamence6 分钟前
多模态大语言模型arxiv论文略读(三十九)
人工智能·语言模型·自然语言处理
ai大模型木子31 分钟前
嵌入模型(Embedding Models)原理详解:从Word2Vec到BERT的技术演进
人工智能·自然语言处理·bert·embedding·word2vec·ai大模型·大模型资料
普if加的帕2 小时前
java Springboot使用扣子Coze实现实时音频对话智能客服
java·开发语言·人工智能·spring boot·实时音视频·智能客服
KoiC3 小时前
Dify接入RAGFlow无返回结果
人工智能·ai应用
lilye663 小时前
精益数据分析(20/126):解析经典数据分析框架,助力创业增长
大数据·人工智能·数据分析
盈达科技3 小时前
盈达科技:登顶GEO优化全球制高点,以AICC定义AI时代内容智能优化新标杆
大数据·人工智能
安冬的码畜日常3 小时前
【AI 加持下的 Python 编程实战 2_10】DIY 拓展:从扫雷小游戏开发再探问题分解与 AI 代码调试能力(中)
开发语言·前端·人工智能·ai·扫雷游戏·ai辅助编程·辅助编程
古希腊掌管学习的神3 小时前
[LangGraph教程]LangGraph04——支持人机协作的聊天机器人
人工智能·语言模型·chatgpt·机器人·agent
FIT2CLOUD飞致云3 小时前
问答页面支持拖拽和复制粘贴文件,MaxKB企业级AI助手v1.10.6 LTS版本发布
人工智能·开源