Opencv MedianBlur 是如何工作的？

Question

我一直在处理具有大量椒盐噪声的灰度图像，并开始知道 MedianBlur 非常有用。所以我使用了 Python 版本的 Opencv( cv2.medianBlur())。它有效，但没有按我想要的方式工作。所以我一直在寻找它工作的实际算法并得到以下解释：如果您的内核大小（k）为 5，那么对于每个 5（行数）x5（列数）方形窗口，该窗口的中心像素将被其中所有元素的中值替换。因此，例如，考虑这个窗口：      [[11,  4, 17,  1,  5],       [ 6, 14,  0, 12, 16],       [24, 19, 13, 18, 23],       [ 7, 11, 11, 10,  5],       [10, 13, 23,  3,  0]] 在这里，中心元素 13 将被所有这些元素的中位数（即 11）替换。这是正确的吗？如果是，前两行会发生什么，因为前两行中不能有任何窗口的中心元素？根据我的观察（比较原始图像和处理后的图像），前两行也发生了变化。

Answer 1

根据medianBlur()文档，它在BORDER_REPLICATE内部使用来处理边界像素。

BORDER_REPLICATE 

Python: cv.BORDER_REPLICATE

aaaaaa|abcdefgh|hhhhhhh 

所以它重复边界像素，直到所有像素都是窗口的中间像素。

编辑：要应用大小为 5x5 的内核，第一个像素应位于图像的第三行和第三列。这意味着将边界复制两个像素。所以你的形象在内部变成了这样：

  [[11, 11, 11,  4, 17,  1,  5,  5,  5],

   [11, 11, 11,  4, 17,  1,  5,  5,  5],

   [11, 11, 11,  4, 17,  1,  5,  5,  5],

   [ 6,  6,  6, 14,  0, 12, 16, 16, 16],

   [24, 24, 24, 19, 13, 18, 23, 23, 23],

   [ 7,  7,  7, 11, 11, 10,  5,  5,  5],

   [10, 10, 10, 13, 23,  3,  0,  0,  0],

   [10, 10, 10, 13, 23,  3,  0,  0,  0],

   [10, 10, 10, 13, 23,  3,  0,  0,  0]]

Answer 2

此处，函数 cv2.medianBlur() 计算内核窗口下所有像素的中值，并将中心像素替换为该中值。这对于消除椒盐噪声非常有效。需要注意的一件有趣的事情是，在高斯和盒式滤波器中，中心元素的滤波值可能是原始图像中可能不存在的值。然而，在中值滤波中情况并非如此，因为中心元素总是被图像中的某个像素值替换。这有效地降低了噪音。内核大小必须是一个正奇数整数。

Answer 3

从文档：

中值滤波器在内部使用#BORDER_REPLICATE 来处理边界像素，请参阅#BorderTypes