在Python中应用均匀大小的中值滤波器

问题描述：

我的任务是将50x50像素大小的中值滤波器应用于图像。我知道如何应用过滤器，但是我怎么能指定过滤器的大小？我的代码到目前为止在下面。在Python中应用均匀大小的中值滤波器

import matplotlib.pyplot as plt 
from astropy.io import fits 
import scipy.signal as sg 

# Open data files 
hdulist = fits.open('xbulge-w1.fits') 
w1data = hdulist[0].data 

hdulist2 = fits.open('xbulge-w2.fits') 
w2data = hdulist2[0].data 

# Apply median filter to each image 
w1_med = sg.medfilt(w1data) 
w2_med = sg.medfilt(w2data) 

# Set maximum sampled galactic lat (b) and long (l) 
l_max = 15 
b_max = 15 

# Plot median filtered images, rescaled to galactic coordinates 
plt.subplot2grid((2,1), (0,0)) 
plt.imshow(w1_med, origin='lower', 
      extent=[l_max, -l_max, -b_max, b_max], 
      cmap = 'gray') 
plt.title('W1 median filter') 

plt.subplot2grid((2, 1), (1,0)) 
plt.imshow(w2_med, origin='lower', 
      extent=[l_max, -l_max, -b_max, b_max], 
      cmap = 'gray') 
plt.title('W2 median filter') 

plt.tight_layout() 
plt.show()

根据你对一个答案的评论，我认为重要的是要突出内核的均匀性。 –

答

我看到这个定义medfilt：

Signature: sg.medfilt(volume, kernel_size=None) 
Docstring: 
Perform a median filter on an N-dimensional array. 

Apply a median filter to the input array using a local window-size 
given by `kernel_size`. 

Parameters 
---------- 
volume : array_like 
    An N-dimensional input array. 
kernel_size : array_like, optional 
    A scalar or an N-length list giving the size of the median filter 
    window in each dimension. Elements of `kernel_size` should be odd. 
    If `kernel_size` is a scalar, then this scalar is used as the size in 
    each dimension. Default size is 3 for each dimension. 
    ....

你试过吗？

sg.medfilt(w1data,kernel_size=50)

我在文档中看到了这一点，但它也表明kernel_size参数必须是奇数。我确实想知道是否让kernel_size = 49考虑了Python的从零开始的索引规则，但这与默认值3相比似乎很大。 – Jim421616

答

基于the docs我认为你需要改变的是

# Apply median filter to each image 
w1_med = sg.medfilt(w1data) 
w2_med = sg.medfilt(w2data)

到

# Apply median filter to each image 
w1_med = sg.medfilt(w1data, kernel_size=50) 
w2_med = sg.medfilt(w2data, kernel_size=50)

...为你做这项工作？

答

你的问题的关键是甚至内核的大小。 scipy.signal.medfilt限制您使用奇数大小的内核。在Web上进行搜索，您会发现很多关于内核通常为奇数大小的信息。我相信主要原因在于集中。例如，如果您将包含具有偶数大小的高斯内核的高斯的图像进行卷积 - 则最终将得到与原始图像相比偏移（1/2像素）中心的高斯图像，没有卷入，形象。

关于中值滤波器具体而言，还有一个额外的原因可以考虑奇数大小的内核：具有奇数个像素会产生一个唯一的中值，而偶数个像素则需要决定，例如，开使用哪个像素作为结果：pixel[int(size/2)]，pixel[int(size/2)+1]或两者的平均值。

对于偶数内核，您不能使用scipy.signal.medfilt。但是，您始终可以编写一个循环遍历输入图像的所有像素，并在每个像素“周围”提取一个尺寸均匀的窗口，然后计算该窗口中像素的中值。我引用了“around”，因为不清楚（=独特）如何将该窗口置于像素上：它将由您来决定。

在Python中应用均匀大小的中值滤波器

相关推荐