4.空间域平滑滤波

目录

一 基本概念

平滑空间滤波器都包括什么？

平滑空间滤波器的作用是什么？（低通滤波）

二 平滑线性滤波器

三 中值滤波器

什么是统计排序（非线性）滤波器（中值滤波器）？

中值滤波器有哪些应用？

为什么中值滤波器对椒盐噪声比较有效？

四 空间域高斯滤波

什么是空间域高斯滤波？

高斯滤波核怎么算？

高斯核标准差如何确定？

五 示例代码

---

 数字图像处理的配套视频教程：

1.【冈萨雷斯-数字图像处理】开始安排续数字图像处理的教程_哔哩哔哩_bilibili

2. 数字图像处理通俗教程-冈萨雷斯_哔哩哔哩_bilibili

---

---

一 基本概念

平滑空间滤波器都包括什么？

• 1.平滑线性滤波器
• 2.中值滤波器
• 3.高斯滤波器

平滑空间滤波器的作用是什么？（低通滤波）

• 1.模糊处理：大目标提取之前先去掉图像中的琐碎细节        
• 2.降低噪声：典型的噪声是由于灰度级的急剧变化引起的

滤波原理：滤波就是将核与图像做卷积，得到的卷积结果就是滤波结果

二 平滑线性滤波器

定义：所有系数都相等的滤波器

下图是几个不同kernel size 对应的平滑结果

结论：核的尺寸越大越模糊，且当目标的灰度与其相邻像素的灰度相近时，会有模糊目标的混合效应【模糊处理示例】

那么平滑线性滤波器（盒装滤波器）的作用是什么？

答：为了对感兴趣的物体得到一个粗略的描述而模糊一幅 图像，示例如下：

说明：模糊之后，小目标被拉得跟背景接近，或融于背景，因此再根据大目标的灰度值选一个阈值，便能很好的提取目标（目前项目中大量用到这个原理）

三 中值滤波器

什么是统计排序（非线性）滤波器（中值滤波器）？

像素邻域内灰度的中值来替换目标像素

中值滤波器有哪些应用？

用于去除椒盐噪声

为什么中值滤波器对椒盐噪声比较有效？

由于椒盐噪声是由黑点或白点叠加到图像上的，且黑白点相当于极大值和极小值        ，而中值滤波是用中值替代这些极大值或极小值，因此效果比较明显。

示例如下：

说明：不同的应用选择不同的滤波器，前提是要熟悉滤波器的原理

四 空间域高斯滤波

什么是空间域高斯滤波？

高斯滤波器是一种线性滤波器，能够有效的抑制噪声，平滑图像。 其作用原理和均值滤波器类似，都是取滤波器窗口内的像素的均值作为输出      

高斯滤波核怎么算？

将各个位置的坐标带入到高斯函数中，得 到的值就是模板的系数。 对于窗口模板的大小 为 (2k+1)×(2k+1)，模板中各个元素值的

计算公式如下：

高斯核标准差如何确定？

标准差代表着数据的离散程度，如果σ较小，那么生成的模板的中心系数较大，而周围的系数较小，这样对图像的平滑效果就不是很明显；反之，σ较大，则生成的模板的各个系数相差就不是很大，比较类似均值模板，对图像的平滑效果比较明显                      

σ越大，则图形越宽，尖峰越小，图形较为平缓；σ越小，则图形越窄，越集中，中间部分也就越尖，图形变化比较剧烈

结论：

• （1）σ越大，分布越分散，各部分比重差别不大，类似于平均模板；          
• （2）σ越小，分布越集中，中间部分所占比重远远高于其他部分，就相当于取中间值的运算。

 示例代码如下：

 

五 示例代码

空间域平滑的几个OpenCV函数示例如下

bool CImageProcess::Blur(Mat &img, Mat &out, Filter_Type eType, int nSize, float fSigmaX, float fSigmaY)
{
	if (img.empty() || nSize == 0)
	{
		return false;
	}
	switch (eType)
	{
	case TYPE_MEAN:
		blur(img, out, Size(nSize, nSize));
		break;
	case TYPE_GUSSIAN:
		//fSigmaX: 高斯函数X方向的标准差
		//fSigmaY: 高斯函数Y方向的标准差
		GaussianBlur(img, out, Size(nSize, nSize), fSigmaX, fSigmaY);
		break;
	case TYPE_MEDIAN:
		medianBlur(img, out, nSize);
		break;
	case TYPE_bILATERAL:
	{
		float fSigmaColor = fSigmaX;
		float fSigmaSpace = fSigmaY;
		//nSize : 扫描过程中每个邻域的半径大小
		//fSigmaColor:: 颜色空间过滤器的sigma值，这个参数的值月大，表明该像素邻域内有月宽广的颜色会被混合到一起，产生较大的半相等颜色区域
		//fSigmaSpace: 坐标空间中滤波器的sigma值，如果该值较大，则意味着颜色相近的较远的像素将相互影响，从而使更大的区域中足够相似的颜色获取相同的颜色
		bilateralFilter(img, out, nSize, fSigmaColor, fSigmaSpace);
	}
		break;
	default:
		break;
	}
	return true;
}

bool CImageProcess::BlurH(Mat &img, Mat&out, int nSize)
{
	if (img.empty() || nSize == 0)
	{
		return false;
	}
	blur(img, out, Size(nSize, 1));
	return true;

}
bool CImageProcess::BlurV(Mat &img, Mat&out, int nSize)
{
	if (img.empty() || nSize == 0)
	{
		return false;
	}
	blur(img, out, Size(1, nSize));
	return true;
}