当前位置: 首页 » Proe图文教程 » Pro/engineer5.0中文版零件产品设计 »

逆向抄数数据点的平滑

发布日期:2014-12-08  来源:百佳学习邦  作者:李勇  浏览次数:1308
核心提示:为了更好地降低或消除噪声对后续Proe建模质量的影响,有必要对测量数据点进行平滑滤波。常采用的数据平滑方法有高斯滤波、均值滤波和中值滤波等。
 逆向抄数数据点的平滑

为了更好地降低或消除噪声对后续Proe建模质量的影响,有必要对测量数据点进行平滑滤波。常采用的数据平滑方法有高斯滤波、均值滤波和中值滤波等

1.高斯滤波

高斯滤波是根据高斯分析函数的形状来选择权值的线性平滑处理方法。其平均效果较小,在滤波时能较好地保持原有数据的形貌,但不能对噪声点完全去除。高斯滤波对去除服从正态分布的噪声是很有效果的。

2.均值滤波

均值滤波的基本思想是用几个像素灰度的平均值来代替每个像素的灰度。均值平滑处理就是取相邻的n个点,求其平均值,然后再向后移动一个点进行处理。当n为奇数的时候,用n个点来计算每一个平均值;当n为偶数的时候,那么用n+1个点来计算每一个平均值。这种方法用各数据点的统计平均值代替原数据点来达到平滑效果,操作起来比较简单,对高斯噪声有较好的平滑能力,但这样平滑往往造成图像边缘的模糊。

3.中值滤波

中值滤波是一种去除噪声的非线性处理方法。它的基本原理是把数字图像或数字序列中一点的值用该点的一个领域中各点值的中值代替。中值平滑处理就是取相邻的n个数据点,当n为奇数时,用n个点计算出的平均值作为中值;当n为偶数时,取中间两个数的平均值作为中值,然后再向后移动一个点进行处理。中值滤波对变化比较缓和区域的数据平滑非常有效且能较好地保护边界,但却不能很好地平滑细节数据。

4.标准中值滤波

标准中值滤波相邻各点对输出的作用是相同的,如果希望强调中间点或距中间点最近的几个点的作用,可以采用加权中值滤波法。加权中值滤波的基本原理是改变相邻点变量的个数,可以使一个以上的变量等于同一点的值,然后对扩张后的数据点序列求中值。

      百佳学习邦提供proe教程和Creo教程http://www.bjxx8.com
 
 
[ ]  [ 分享给好友

点击排行榜

百佳学习邦

  • 自学总不见成效
  • 给自己找个老师吧!
  • 百佳学习邦提供
  • 1对1网络培训Creo
  • 李老师
  • 电话:15017888989
  • QQ:773606286