计算机视觉中的滤波

博客： 博客园 | CSDN | blog

写在前面

在计算机视觉中，滤波（filtering）是指

Image filtering: compute function of local neighborhood at each position.

—— from CAP5415–Fall 2014-Lecture 2 (08/21/2014)–Filtering

In the broadest sense of the term “filtering”, the value of the filtered image at a given location is a function of the values of the input image in a small neighborhood of the same location.

—— from Bilateral Filtering for Gray and Color Images

滤波本质上是一种特殊的函数，其作用在图像的每个位置，通过定义的计算方式得到输出，输出的值用于替换图像当前位置（滤波器中心）的值。

令滤波函数为$g(x;w)$ ，其中$x$为图像的局部邻域，$w$为滤波器的权重，滤波器可以分成如下3类，

• 线性滤波器（Linear filter）：线性滤波的输出为输入的线性组合，即$g=w\cdot x$，线性滤波器最为常见；
• 非线性滤波器（Non-Linear Filter）：不满足上条性质的为非线性滤波，典型的非线性滤波如最大值/最小值/中值滤波、膨胀/腐蚀等；
• 自适应滤波器（Adaptive filter）：线性滤波中的$w$在滑动过程中固定不变（与图像内容独立无关），自适应滤波的$w$在滑动过程中会随着窗口内像素的性质和结构发生变化。直觉上，自适应滤波器在某些复杂情况下可能取得更好的效果，但相对线性滤波器，其计算代价更高也更难优化加速。

从滤波目的或者解决的问题上，也可分成3类：

• 图像处理：并不想从图像中提取信息，只想将图像转换成期望的样子；
• 特征提取：想从图像中提取到某些信息，比如梯度、二阶导、纹理等；
• 模式检测：想知道图像局部长什么样子，像哪种模式，比如模板匹配、稀疏表示等；

这两种分类方式并不是割裂的，而是互相交叉的，用于图像处理的滤波器也有线性、非线性、自适应之分。

Padding

滤波操作不可避免的一个问题是边界如何处理，当滤波器的中心压在图像边界处时，滤波器会有一部分落在图像外，但图像外并没有像素，该如何处理？通常需要对图像进行填充（padding），填充需要解决2个问题，填充的元素取什么值以及填充多少个元素。

对于延拓元素的取值，通常有4种方式，

• 常数填充（0填充）：填充的元素取相同的常数值
• 周期填充（circular）：认为图像的上下左右被与自身相同的图像包围着
• 复制填充（replicate）：复制图像边界的元素
• 对称填充（symmetric）：填充的元素与图像关于边界对称

4种填充方式依次如下图所示，

对于填充多少个元素，通常有3种方式，令滤波器的大小为$g\times g $ ，图像大小为$f\times f$ ，

• full：边界分别填充 g − 1 g-1