一文理解什么是中值模糊

目录

中值模糊的概念

中值模糊（Median Blur）

中值模糊的原理

示例：3×3 中值模糊

什么是椒盐噪声

椒盐噪声（Salt-and-Pepper Noise）

椒盐噪声的特点

OpenCV 中的 cv2.medianBlur()

函数格式

示例代码

中值模糊 vs 其他模糊方法

适用场景

总结

---

中值模糊的概念

中值模糊（Median Blur）

        中值模糊（Median Blur）是一种 非线性滤波 方法，主要用于 去除椒盐噪声（Salt-and-Pepper Noise）（后文会解释什么是椒盐噪声），并且 能够较好地保留图像的边缘。它的核心思想是：

用 窗口（滤波核）内所有像素的中值 取代中心像素的值。

---

中值模糊的原理

中值模糊（Median Blur）是一种 非线性滤波 方法，它的核心思想是：

用局部窗口（滤波核）中的像素中值来替换中心像素值，从而去除椒盐噪声，并保留边缘信息。

        它不同于均值滤波（Mean Filtering） 或 高斯滤波（Gaussian Filtering），它不计算均值或加权均值，而是直接选择排序后中间的值。

示例：3×3 中值模糊

假设有一个 3×3 的像素窗口：

[ 10, 200, 15 ]
[  5, 250, 20 ]
[  0, 100, 30 ]

• 先对这些像素值排序：

  [0, 5, 10, 15, 20, 30, 100, 200, 250]

• 取 中间值（第 5 个）：20

• 替换窗口中心像素（250 → 20）

这样就减少了椒盐噪声的影响，同时保留了边缘信息。

---

什么是椒盐噪声

椒盐噪声（Salt-and-Pepper Noise）

椒盐噪声是一种常见的图像噪声类型，它的特点是：

在图像中随机出现白色（Salt）和黑色（Pepper）像素点，就像图像被撒上了“盐”和“胡椒”一样，因此得名。

椒盐噪声的特点

1. 随机出现：椒盐噪声通常是随机分布的，每个像素有一定概率被噪声污染。

2. 极端像素值：

   • “Salt”（盐噪声）是 255（白色） 的像素点。

   • “Pepper”（胡椒噪声）是 0（黑色） 的像素点。

3. 破坏性强：椒盐噪声对图像影响较大，特别是对边缘和细节部分。

4. 通常由传输或传感器错误引起：

   • 传输错误：图像在无线传输或压缩时可能引入椒盐噪声。

   • 传感器故障：相机或扫描仪的传感器问题可能导致像素随机变黑或变白。

---

OpenCV 中的 cv2.medianBlur()

函数格式

cv2.medianBlur(src, ksize)

• src：输入图像（可以是灰度图或彩色图）。

• ksize：滤波窗口大小（必须是 奇数，如 3、5、7）。

  • ksize=3 → 3×3 窗口

  • ksize=5 → 5×5 窗口

  • 不能是偶数，否则会报错！

示例代码

import cv2# 读取图像
img = cv2.imread('./imgs/001.png')# 应用中值模糊，核大小为 5
median_blur = cv2.medianBlur(img, 7)gaussian_blur = cv2.GaussianBlur(img, (7, 7), 0)# 显示结果
cv2.imshow('Original', img)
cv2.imshow('Median Blur', median_blur)
cv2.imshow('Gaussian Blur', gaussian_blur)cv2.waitKey(0)cv2.destroyAllWindows()cv2.destroyAllWindows()

原图

效果如下：

 那其实就可以看出来了，中值模糊对于这样的椒盐噪声效果很好的嘻嘻。

原图

效果

高斯模糊来这里就纯属是捣乱的，中值模糊对于一些点稍微没有那么大的还是可以完美清除的，但是太大了，一些比ksize还大的，几乎只能去个棱角没办法了。

---

中值模糊 vs 其他模糊方法

滤波方法	计算方式	适用场景	备注
均值模糊 cv2.blur()	计算窗口内所有像素的 均值	适用于一般模糊	会模糊边缘
高斯模糊 cv2.GaussianBlur()	计算 加权均值（中心像素权重大）	适用于去噪和平滑	适当保留边缘
中值模糊 cv2.medianBlur()	取 窗口像素的中值	去椒盐噪声，保留边缘	处理速度较慢

---

适用场景

✅ 去椒盐噪声（黑白点状噪声）。
✅ 保留边缘信息（不会模糊边界）。
✅ 适用于灰度图和彩色图（每个通道独立处理）。

---

总结

• 中值模糊 通过 取中值 代替均值，能有效去除椒盐噪声，并且不会模糊边缘。

• 适用于图像去噪，特别是 椒盐噪声清理。

• 核大小必须是奇数，一般选择 ksize=3 或 ksize=5。

图像有 椒盐噪声，cv2.medianBlur() 选他！