【数字图像处理笔记(三)】之空间滤波

本文章由公号【开发小鸽】发布!欢迎关注!!!


老规矩–妹妹镇楼:

一. 空间滤波

       之前说过,空间域即为图像像素的域,是对图像像素直接进行处理的,空间滤波即通过一个邻域对每个图像像素进行处理。

       邻域处理包括:
              (1)定义中心点(x,y);

              (2)仅对预先定义的以(x, y)为中心点的邻域内的像素进行运算;

              (3)令运算结果为该点处处理的响应;

              (4)对图像中的每一-点重复此步骤。移动中心点会产生新的邻城,而每个邻域对应于输入图像上的一个像素。
       对图像像素进行邻域处理就是空间滤波

二. 线性空间滤波

       若对邻域中像素的计算为线性计算,则此运算称为线性空间滤波(空间卷积)。

       线性空间滤波的运算为将邻域中每个像素与相应的系数相乘,然后将结果进行累加,从而得到点(x. y)处的响应。

       若邻域的大小为m x n,则总共需要,mn个系数。这些系数排列为一个矩阵,我们称其为滤波器、掩模、滤波掩模、核、模板或窗口。

       掩膜一般为奇数的原因:奇数掩膜只有一个中心点。

       相关是把掩膜旋转180°,再进行线性滤波操作,

三. imfilter函数

       函数 imfilter 实现线性空间滤波

g = imfilter(f, w, filtering_mode, boundary_options, size_options)

       1. f 输入图像
       2. w 滤波掩膜
       3. filtering_mode 相关“corr”还是卷积“conv”
       4. boundary_options 处理边界零填充问题,”same”或”full”

四. 非线性空间滤波

       即不是用线性计算邻域内的像素,而是非线性运算,如中值滤波,取邻域内的中值灰度作为中间像素的响应值。

五. 线性空间滤波举例:拉普拉斯滤波器


拉普拉斯函数:
在这里插入图片描述

该二阶导数的通用数字近似为:

在这里插入图片描述

因而有

在这里插入图片描述

即可求得空间掩膜为:

在这里插入图片描述

另一种更常见的拉普拉斯算子掩膜为:

在这里插入图片描述

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值