Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lära Brusreducering och Utjämning | Bildbehandling med OpenCV
Grunder i Datorseende

bookBrusreducering och Utjämning

Brus i bilder uppträder som oönskad kornighet eller förvrängning, ofta orsakad av svagt ljus, komprimeringsartefakter eller begränsningar i sensorn. Utjämningstekniker hjälper till att minska brus samtidigt som viktiga bilddetaljer bevaras.

Gaussisk utjämning (brusutjämning)

Funktionen cv2.GaussianBlur applicerar en gaussisk utjämning, som jämnar ut bilden genom att medelvärdesberäkna pixelvärden med hjälp av en gaussisk kärna (ett viktat medelvärde som ger större vikt åt centrala pixlar):

  • cv2.GaussianBlur(src, ksize, sigmaX):
    • src: källbilden som ska jämnas ut;
    • ksize: kärnans storlek i formatet (width, height), båda värdena måste vara udda (t.ex. (5, 5));
    • sigmaX: standardavvikelse i X-led; styr mängden utjämning.
  • Funktionen minskar bildbrus och detaljer genom att konvolvera bilden med en gaussisk funktion, vilket är användbart vid uppgifter som kantdetektion eller förbehandling före tröskling.
blurred = cv2.GaussianBlur(image, ksize, sigmaX)
GaussianBlurExample
Note
Läs mer

I cv2.GaussianBlur(), parametern sigmaX, är Gausskärnans standardavvikelse i X-riktningen, och samma parameter i Y-riktningen (sigmaY) har värdet 0 som standard. När både sigmaX och sigmaY har värdet 0, beräknas standardavvikelsen utifrån kärnans storlek.

Medianutjämning (Borttagning av salt-och-peppar-brus)

Funktionen cv2.medianBlur tillämpar ett medianfilter, vilket ersätter varje pixelvärde med medianvärdet av de närliggande pixlarna i kärnfönstret:

  • cv2.medianBlur(src, ksize):
    • src: källbilden som ska filtreras;
    • ksize: storleken på den kvadratiska kärnan (måste vara ett udda heltal, t.ex. 3, 5, 7).
  • Medianutjämning är särskilt effektiv för att ta bort salt-och-peppar-brus, eftersom den bevarar kanter samtidigt som isolerade brusiga pixlar elimineras.
median_blurred = cv2.medianBlur(image, ksize)
MedianBlurExample
Uppgift

Swipe to start coding

Du har fått variabeln image med en brusig bild av en valp: noisy puppy

  • Applicera Gaussisk oskärpa och spara resultatet i variabeln gaussian_blurred;
  • Applicera Median Blur och spara resultatet i variabeln median_blurred.

Lösning

Var allt tydligt?

Hur kan vi förbättra det?

Tack för dina kommentarer!

Avsnitt 2. Kapitel 4
single

single

Fråga AI

expand

Fråga AI

ChatGPT

Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal

close

Awesome!

Completion rate improved to 3.45

bookBrusreducering och Utjämning

Svep för att visa menyn

Brus i bilder uppträder som oönskad kornighet eller förvrängning, ofta orsakad av svagt ljus, komprimeringsartefakter eller begränsningar i sensorn. Utjämningstekniker hjälper till att minska brus samtidigt som viktiga bilddetaljer bevaras.

Gaussisk utjämning (brusutjämning)

Funktionen cv2.GaussianBlur applicerar en gaussisk utjämning, som jämnar ut bilden genom att medelvärdesberäkna pixelvärden med hjälp av en gaussisk kärna (ett viktat medelvärde som ger större vikt åt centrala pixlar):

  • cv2.GaussianBlur(src, ksize, sigmaX):
    • src: källbilden som ska jämnas ut;
    • ksize: kärnans storlek i formatet (width, height), båda värdena måste vara udda (t.ex. (5, 5));
    • sigmaX: standardavvikelse i X-led; styr mängden utjämning.
  • Funktionen minskar bildbrus och detaljer genom att konvolvera bilden med en gaussisk funktion, vilket är användbart vid uppgifter som kantdetektion eller förbehandling före tröskling.
blurred = cv2.GaussianBlur(image, ksize, sigmaX)
GaussianBlurExample
Note
Läs mer

I cv2.GaussianBlur(), parametern sigmaX, är Gausskärnans standardavvikelse i X-riktningen, och samma parameter i Y-riktningen (sigmaY) har värdet 0 som standard. När både sigmaX och sigmaY har värdet 0, beräknas standardavvikelsen utifrån kärnans storlek.

Medianutjämning (Borttagning av salt-och-peppar-brus)

Funktionen cv2.medianBlur tillämpar ett medianfilter, vilket ersätter varje pixelvärde med medianvärdet av de närliggande pixlarna i kärnfönstret:

  • cv2.medianBlur(src, ksize):
    • src: källbilden som ska filtreras;
    • ksize: storleken på den kvadratiska kärnan (måste vara ett udda heltal, t.ex. 3, 5, 7).
  • Medianutjämning är särskilt effektiv för att ta bort salt-och-peppar-brus, eftersom den bevarar kanter samtidigt som isolerade brusiga pixlar elimineras.
median_blurred = cv2.medianBlur(image, ksize)
MedianBlurExample
Uppgift

Swipe to start coding

Du har fått variabeln image med en brusig bild av en valp: noisy puppy

  • Applicera Gaussisk oskärpa och spara resultatet i variabeln gaussian_blurred;
  • Applicera Median Blur och spara resultatet i variabeln median_blurred.

Lösning

Switch to desktopByt till skrivbordet för praktisk övningFortsätt där du är med ett av alternativen nedan
Var allt tydligt?

Hur kan vi förbättra det?

Tack för dina kommentarer!

Avsnitt 2. Kapitel 4
single

single

some-alt