Opencv MedianBlur实际上是如何工作的？

Question

我一直在处理一个灰度图像，它有大量的椒盐噪声，我知道MedianBlur非常有用。所以我使用了Python版本的Opencv（cv2.medianBlur()）。它起作用了，但没有按我想要的方式起作用。因此，我在寻找它所使用的实际算法，并得到以下解释：

如果内核大小（k）为5，则对于每5个（行计数）x5（列计数）方形窗口，该窗口的中心像素将替换为其中所有元素的中值。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间值替换，即11。这是正确的吗？如果是，那么前两行会发生什么情况，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

这里，函数cv2.medianBlur（）计算内核窗口下所有像素的中值，并用该中值替换中心像素。这在消除椒盐噪声方面非常有效。值得注意的一件有趣的事情是，在高斯和盒滤波器中，中心元素的滤波值可能是原始图像中不存在的值。然而，在中值滤波中并非如此，因为中心元素总是被图像中的某个像素值替换。这样可以有效地降低噪音。内核大小必须是正奇数整数

Answer 2

根据^{}文档，它在内部使用BORDER_REPLICATE来处理边界像素

BORDER_REPLICATE 
Python: cv.BORDER_REPLICATE

aaaaaa|abcdefgh|hhhhhhh 

因此，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。因此，您的图像在内部变成：

  [[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 3

从文件：

The median filter uses #BORDER_REPLICATE internally to cope with border pixels, see #BorderTypes