線性濾波

線性濾波：方框濾波、均值濾波、高斯濾波

平滑處理（smoothing）也叫模糊處理（bluring），常用來減少圖像上的噪點或者失真，還能用來降低圖像分辨率。

1、圖像濾波

在盡量保持圖像細節特征的前提下，對圖像的噪點進行抑制，消除圖像中的噪聲成分叫做圖像的平滑化或濾波操作。

信號或圖像的能量大部分集中在中低頻段，在高頻段，有用的信息常被噪聲淹沒。所以一個能降低高頻成分幅度的濾波器就能夠減弱噪聲的影響。

圖像濾波目的

抽出特定頻段的特征作為圖像識別的依據；

消除圖像數字化時混入的噪聲；

濾波處理要求

不能損壞圖像輪廓、邊緣等重要信息；

使圖像清晰、視覺效果好；

平滑濾波有兩類：（1）為了模糊；（2）為了消除噪音；

濾波器：一個包含加權系數的窗口，將窗口放在圖像之上，透過窗口看我們得到的圖像。

2、線性濾波器

3、濾波和模糊

濾波是將信號中特定頻段濾除，是抑制和防止干擾的一項重要措施。濾波可分為低通濾波和高通濾波；低通：模糊，高通：銳化

比如高斯濾波：

• 高斯濾波就是指高斯函數作為濾波函數的濾波操作；
• 高斯模糊就是高斯低通濾波；

4、領域算子

鄰域算子：本像素周圍的像素值來決定此像素的最終輸出值的一種算子。

鄰域算子作用：局部調色；圖像濾波，實現平滑和銳化；去燥；邊緣增強；

線性鄰域濾波：一種常用的鄰域算子，像素的輸出值取決於輸入像素的加權和，用不同的權重去結合一個鄰域內的像素，得到最終的像素值。

h(x,y)稱為核，是濾波器的加權系數，即濾波系數。

過程=CNN里的卷積

 5、方框濾波boxFilter

核：

normalize=true，就成了均值濾波。歸一化：將要處理的量縮放到一個范圍，方便統一處理；

noramlize=false，計算像素鄰域內的積分特性，如密集光流算法中的協方差矩陣。

7、均值濾波blur

最簡單的濾波操作。

輸出圖像每個像素是核窗口內對應范圍的所有像素的均值，也就是歸一化后的方框濾波。

主要方法：鄰域平均法。

缺點：不能很好地保護圖像細節，去燥的同時也破壞了圖像細節，是圖像變得模糊。

8、高斯濾波

線性平滑濾波，可以消除高斯噪聲。圖像與正態分布做卷積，正態分布也叫高斯分布。

圖像與圓形方框模糊做卷積能生成更加精確地焦外成像結果。由於高斯函數的傅里葉變換是另外一個高斯函數，所以高斯模糊就相當於對圖像來說是個低通濾波操作。

高斯濾波器對於抑制服從正態分布的噪聲非常有效。

 

μ是正態分布的位置參數，描述正態分布的集中趨勢位置。正態分布以X=μ為對稱軸，左右完全對稱。正態分布的期望、均數、中位數、眾數相同，均等於μ。

σ描述正態分布資料數據分布的離散程度，σ越大，數據分布越分散，σ越小，數據分布越集中。也稱為是正態分布的形狀參數，σ越大，曲線越扁平，反之，σ越小，曲線越瘦高。

一般用二維零均值離散高斯函數做平滑濾波器。

高斯濾波函數GaussianBlur