2
python图像处理（中值滤波）
source link: https://blog.csdn.net/feixiaoxing/article/details/128772939
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
python图像处理（中值滤波）
【 声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】
中值滤波和均值滤波的区别，有点像中位数收入和平均收入的区别。比如有三个人，年收入分别是10万、1万和1千，那么他们的平均收入就是(10+1+0.1)/3，平均数是3.3万左右，但是中位数收入其实就是1万。通过这个例子可以看的很明显，如果贫富差距过大，平均收入会把高收入和低收入做均值计算，这样出来的数据的确很漂亮，但是却不符合事实。而如果采用中位数收入1万，则可以相对比较准确地获得真实数据。中值滤波就是这个道理。
前面均值滤波，只是把噪声点均摊到像素点当中，本身没有去除噪声点。而中值滤波，对于孤立点的去除，却往往有比较好的效果。我们以5*5的矩阵为例，处理后的结果应该是这样的，
1、和均值滤波作比较
学习中值滤波，一个比较讨巧的方法，就是和均值滤波对比着学，这样不光记得清楚，也相当于一次掌握了两种滤波方法。还是以3*3矩阵为例，在过滤了第一行、最后一行、第一列、最后一列之后，就可以开始处理数据了。假设数据来自于坐标[1,1]，那么首先把[1,1]周围的8个数据，连同[1,1]处的数据构建一个array。对这个array排序之后，将第4个数据赋值给[1,1]，这样基本上就完成了中值滤波的操作流程。
文章知识点与官方知识档案匹配，可进一步学习相关知识
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK