掩蔽阵列的中值滤波器

我在这个论坛上看到过几个关于计算掩蔽阵列中值的讨论，例如图像。我想要的是稍微更微妙，它是在我的图像上应用中值滤镜。我知道这样做的一种方式，但速度太慢，并且希望能够加快这个过程。掩蔽阵列的中值滤波器

例如，假设我有一个掩蔽阵列形状（10,10）的和我想申请中值滤波器具有箱（3,3）不使用被屏蔽的那些元素。我的目标是用图像的每个像素中的值替换框中被遮盖的中值。

假设一个非常简单的例子，我们可以建立“形象”和掩码：

im = numpy.random.uniform(size=(10,10)) 
mask = numpy.zeros_like(im) 
mask[1:3,:] = 1 
masked_im = numpy.ma.array(im, mask=mask)

现在，实际上使中值滤波我们可以做它蛮力方式：

lx, ly = im.shape 
side = 3 
im_filt = numpy.zeros_like(im) 
for jj in range(ly): 
    for ii in range(lx): 
     minx, maxx = max([ii-side/2,0]), min([ii+side/2+1,lx]) 
     miny, maxy = max([jj-side/2,0]), min([jj+side/2+1,ly]) 
     im_filt[ii,jj] = numpy.ma.median(masked_im[minx:maxx, miny:maxy])

这解决了这个问题，并给出了一个很好的结果，但正如我所说的，它是痛苦的缓慢。一个（对我来说，令人惊讶）的方式略有加快这一进程是单独使用面膜和图像，如：

im_filt2 = numpy.zeros_like(im) 
for jj in range(ly): 
    for ii in range(lx): 
     minx, maxx = max([ii-side/2,0]), min([ii+side/2+1,lx]) 
     miny, maxy = max([jj-side/2,0]), min([jj+side/2+1,ly]) 
     zoom_im = im[minx:maxx, miny:maxy] 
     zoom_msk = mask[minx:maxx, miny:maxy] 
     im_filt2[ii,jj] = numpy.median(zoom_im[zoom_msk == 0])

这使从0.018到0.002的执行时间，这显然是更好的（为什么？？）如果不是我正在寻找的因子〜50。

任何输入？

来源

2013-09-16 Jblasco

我想这种差异主要是由于在访问MaskedArray对象（这是一种围绕ndarray的包装）的开销。

对于numpy中的有效中值过滤器，您也可以尝试scikit-image。它也接受一个掩码参数。

来源

2013-09-16 12:38:43 btel

它现在在[skimage.filter.rank]（http://scikit-image.org/docs/dev/api/skimage.filter.rank.html#median）包中。 – letmaik

上面的2个链接似乎不再工作，现在它的任何想法？ – JoVe

感谢您的报告。这是一个新的链接：http://scikit-image.org/docs/stable/api/skimage.filters.rank.html#median – btel

掩蔽阵列的中值滤波器

回答

相关问题