网上找的一张参考图如下
这里我们测试使用GeoTrellis将数组进行转成一个栅格,再进行3 * 3邻域平均高毕法处理数据。
输出结果
看到这一堆数据结果有一些头疼吧,不知道是怎么运算出来的,我们来简单说一戚歼芹下什么是邻域平均法。
第一次运算的时候就是从ND开始,获取周边 3 * 3 的图像数据,左边和上边都没有值,右边为7,下边为9,1。所以计算的值为9 + 1 + 7 / 数量3 = 5.66666....,ND为是无数据的意思所以不参与运算,
那我们开始计算第二值,从7开始,上面无数据,改塌右边为1,下面是9,1,1,左边为ND,
9 + 1 + 1 + 1 + 7 / 数量5 = 3.8。
第一次运算
第二次运算
最简单的平滑滤波是将原图中一个像素的灰度值和它周围邻近8个像素的灰度值相加,然后将求得的平均值(除哗侍锋以9)作为乱晌新图中该像素的灰度值。它采用模板计算的思想,模板 *** 作实现了一种邻域运算,即某个像素点的结果不仅与本像素灰度有关,而且与其邻域点的像素值有关。模板运算在数学中的描述就是卷积运算,这里不再赘述。邻域平均法也可以用数学公式表达:设 为给定的含有噪声的图像,经过邻域平均处理后的图像为 ,则 ,M是所取邻域中各邻近像素的坐标, 是邻域中包含的邻近像素的个数。邻域平均法的模板为: ,中间的黑点表示以该像素为中心元素,即该像素是要进行处理的像素。在实际应用中,也可以根据不同的需要选择使用不同的模板尺寸,如3×3、5×5、7×7、9×9等。
邻域平均处理方法是以图像模糊为代价来减小噪声的,且模板尺寸越大,噪声减小的效果越显著。如果 是噪声点,其邻近像素灰度与之相差很大,采用邻域平均法就是用邻近像素的谈桐平均值来代替它,这样能明显消弱噪声点,使邻域中灰度接近均匀,起到平滑灰度的作用。因此,邻域平均法具有良好的噪声平滑效果,是最简单的一种平滑方法。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)