人脸二值化处理后的图像中,可能会有许多孤立的黑点,这些黑点又称为噪声,是原图像中不应该存在的污点,是在图像的摄制或是传送过程中产生的,从而使图像信息丢失。因此我们需要对原图像进行过滤,消除噪声。常用的方法是平滑滤波,平滑滤波主要有以下几种。
1.中值滤波
中值滤波(median filtering)是一种典型的低通滤波器,它的目的是保护图像边缘的同时去除噪声,是一种去除噪声的非线性处理方法,它是由Turkey在1971年提出的。最初,中值滤波是用于时间序列分析,后来被用于图像处理,在去噪复原中得到了较好的效果。
中值滤波是基于排序统计理论的非线性信号处理技术。它将模板中的数据进行排序,这样如果一个亮点(暗点)的噪声就会在排序过程中被排在数据序列的最右侧或者是最左侧,因此,最终选择的数据序列中间位置上的值一般不是噪声点的值,由此便可以达到抑制噪声的目的。所谓中值滤波,就是指把以某点(x,y)为中心的小窗口内的所有像素的灰度按从大到小的顺序排列,将中间值作为(x, y)处的灰度值(若窗口中有偶数个像素,则取两个中间值的平均)。
把一个点的特定长度或形状的邻域称作窗口。在一维情况下,中值滤波是一个含有奇数个像素的滑动窗口。窗口正中间的那个像素的值用窗口内各像素值的中值来代替。中值滤波的概念很容易推广到二维,此时可利用某种形式的二维窗口。在此,不再详细叙述。
2.均值滤波
所谓均值滤波是为待处理的当前像素,选择一个模板,该模板为其近邻的若干像素组成,用模板中像素的均值来替代原像素值。均值滤波器进行的是局部均值运算,是的一种线性滤波器。
看完了上面一大串的文字有没有对人脸表情图像的去噪处理有了了解。下面就带你去看看我们的指纹产品吧,我们这里有的指纹门禁一体机,指纹门禁考勤一体机等指纹产品。图片可以到我们产品中心进行浏览。
全年征稿/资讯合作
联系邮箱:1271141964@qq.com
免责声明
- 凡本网注明"来源:智能制造网"的所有作品,版权均属于智能制造网,转载请必须注明智能制造网,https://www.gkzhan.com。违反者本网将追究相关法律责任。
- 企业发布的公司新闻、技术文章、资料下载等内容,如涉及侵权、违规遭投诉的,一律由发布企业自行承担责任,本网有权删除内容并追溯责任。
- 本网转载并注明自其它来源的作品,目的在于传递更多信息,并不代表本网赞同其观点或证实其内容的真实性,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品来源,并自负版权等法律责任。
- 如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。
ARCE2025亚洲机器人大会暨展览会
展会城市:广州市展会时间:2025-12-19