图像处理--滤波器

franciscochonge · 发表于 2021-11-17 06:33

滤波器作为图像处理的重要内容，大致可分为两类，空域滤波器和频率域滤波器。
空域滤波器和频率域滤波器对比：
1）空间域指图像本身，空域变换直接对图像中的像素进行操作。
2）图像变换是将图像从空间域变换到某变换域（如傅立叶变换中的频率域）的数学变换，在变换域中进行处理，然后通过反变换把处理结果返回到空间域。
3）图像在空域上具有很强的相关性，借助于正交变换可使在空域的复杂计算转换到频域后得到简化
4）借助于频域特性的分析，将更有利于获得图像的各种特性和进行特殊处理
图像的空域滤波无非两种情况，线性滤波和非线性滤波。
常见的线性滤波有：均值滤波、高斯滤波、盒子滤波、拉普拉斯滤波等等，通常线性滤波器之间只是模版系数不同。
非线性滤波利用原始图像跟模版之间的一种逻辑关系得到结果，如最值滤波器，中值滤波器和双边滤波器等。
均值滤波

均值滤波方法是，对待处理的当前像素，选择一个模板，该模板为其邻近的若干个像素组成，用模板的均值来替代原像素的值的方法。

优点：算法简单，计算速度快；
缺点：降低噪声的同时使图像产生模糊，特别是景物的边缘和细节部分。
中值滤波

中值滤波方法是，对待处理的当前像素，选择一个模板，该模板为其邻近的若干个像素组成，对模板的像素由小到大进行排序，再用模板的中值来替代原像素的值的方法。

优点：抑制效果很好，画面的清析度基本保持；
缺点：对高斯噪声的抑制效果不是很好，对椒盐噪声有很好的抑制
高斯滤波 like Gaussian filter

高斯滤波一般针对的是高斯噪声，能够很好的抑制图像输入时随机引入的噪声，将像素点跟邻域像素看作是一种高斯分布的关系，它的操作是将图像和一个高斯核进行卷积操作：

拉普拉斯滤波 Laplacian filter

Sobel滤波 Sobel filter

双边滤波器 Bilateral Filtering

均值滤波、高斯滤波、双边滤波比较：
1）均值模糊无法克服边缘像素信息丢失的缺陷，原因是均值滤波是基于平均权重的。
2）高斯模糊部分克服了该缺陷，但无法完全避免，因为没有考虑像素值的不同。
3）高斯双边模糊-是边缘保留滤波方法，避免了边缘信息丢失，保留了图像轮廓不变。

导向滤波器 guided filter

参考链接

yukamu · 发表于 2021-11-17 06:36

你好，那个滤波模板该根据什么来选取呢？3*3或5*5区别是什么？

		自动登录	找回密码
密码			立即注册

图像处理--滤波器

本帖子中包含更多资源