什么是经过修剪的均值滤波器？

问题描述

我理解了均值滤波器，它采用了内核像素的平均值，并且还理解了中值滤波器，其采用了内核像素的中值（对所有值进行排序，并取内核的中间值）。

Alpah修剪的均值滤波器给出了均值滤波器和中值滤波器的混合物。输出是

我无法理解此过滤器上发生了什么。谁能清楚地解释这个过滤器？

解决方法

此过滤器是您所说的均值过滤器和中值过滤器的组合。 首先，我们看一下可以在哪里使用此过滤器。在存在高斯噪声和离群噪声的情况下，其性能都相当好。

这是一种算法方法，试图将均值滤波器的属性与中值滤波器的属性相结合。它有一个称为P的参数，该参数确定要应用多少平均滤波器和中位数滤波器。

玩弄p，您可以从中值和均值混合组合中获得最佳收益。

当图像具有高斯噪声+离群噪声（盐和胡椒噪声）时，您可以使用中值滤波器消除高斯噪声，然后使用中值滤波器/最小滤波器/最大滤波器消除异常噪声。但是在这种方法中，我们需要进行更多的内核处理，因此这在计算上非常需要。

在这种情况下，我们可以使用alpha修剪的均值过滤器的作用，它首先应用中值过滤器。选择中位数窗口而不是单个值（特定窗口以中值为中心），然后对该部分进行均值过滤。如果您的中位数窗口很小，那么它将看起来仅是简单的中位数。 5 * 5窗口，将其放置为25的数组大小。如果仅应用中位数，则将仅选择中点，但此处我们在此处所做的是围绕中点，我们选择了一个窗口（数组中心的5个元素为中间点）并将均值过滤应用于窗口。 使用参数P，我们可以决定需要应用多少中值和均值滤波器。

如果我们减小P，则窗口大小将取为均值滤波的高度，从而增加均值滤波效果。 如果增加P，则将窗口大小取为均值滤波将在此基础上减小，从而增加了中值滤波效果。

我们要做的是，首先将中值滤波器应用于图像并获得中值像素位置，然后在中值像素值周围创建一个窗口，然后对该窗口应用均值滤波器。 基本上，平均滤波器窗口大小取决于p，当我们增加p时，窗口大小将减小，因此平均滤波器效果将减小，反之亦然

请考虑以下窗口大小

| 20 20 8 |

| 21 19 12 |

| 19 22 10 |

排序列表为{8，10，12，19，19，20，20，21，22}

对于不同的p值，输出如下：

0-16.8

1-17.3

2-18.0

3-19.3

4-19.0

我们要做的第一件事是获得中值窗口。然后我们根据p值对像素进行排序，我们的值从窗口的平均值更改为窗口的中值（从16.8到19.0）