Question

我是成像处理的新手，我发现在实现图像平滑方面存在一些困难。

基本上，我有一个图像A，我想用局部平均值替换所有像素。所以我定义了掩码M1 =（10）并使用

 newImage = conv2(A, M1,'same')

工作正常。但是在图像A中，完全由于噪声而存在无意义的像素，我不想将它们包括在平均值中。我怎么做，说有意义的像素是通过另一个掩模M2定义的？

我在图像上做了一个简单的循环。它工作但比conv2（）慢。

for i = 1:self.row
    for j = 1:self.col
        if self.M2(i,j) % only treat meaningful pixels
            A(i,j) = self.createAvgPhasor(i,j);
        end
    end
end

    function [s_avg]=createAvgPhasor(self,m,n)
        % bound box along x 
        if m > self.rB
            xl = m - self.rB;
        else
            xl = 1;
        end
        if m < self.row_rB
            xu = m + self.rB;
        else
            xu = self.row;
        end
        % bound box along y 
        if n > self.rB
            yl = n - self.rB;
        else
            yl = 1;
        end
        if n < self.col_rB
            yu = n + self.rB;
        else
            yu = self.col;
        end
        M1 = false(self.row,self.col);
        M1(xl:xu,yl:yu) = true;
        msk = M1 & self.M2;
        s_avg = mean(self.Phi(msk));
    end

非常感谢你的帮助。

Answer 1

一个快速解决方法是将掩码像素中的所有值替换为总平均值。

更精确的方法是将一个大的（非常大的）平滑滤镜（就像你已经使用但已经更大的那个）与图像卷积，并且仅使用结果填充原始图像中的蒙版像素，现在你对于原始图像中的蒙版像素具有合理的值，您可以在现在就使用卷积。

Answer 2

从卷积中排除坏点很容易。如果M2包含您想要包含的像素1，而0包含您不包含的像素，那么您只需执行以下操作：

newImage = conv2(A.*M2, M1,'same');

这可能足以满足您的目的，但您必须确定“平均”的确切含义。例如，给定您的内核ones(10)，最后您可能需要执行以下操作：< / p>

npts = conv2(ones(size(A)).*M2, M1, 'same')
newImage = newImage./npts

即，将每个像素除以该像素的卷积中实际包含的像素数。

实际上，即使你以不同的方式加权不同的点，上述也可能是正确的。但这实际上取决于你想要做什么。

用conv2平滑matlab图像

2 个答案: