空间滤波机理
-
空间滤波器的组成
一个邻域(典型地是一个较小的矩形)
对该邻域内的像素所要执行的预定义操作 -
滤波产生一个新像素,新像素的坐标等于邻域中心的坐标,新像素的值是滤波操作的结果。
-
滤波器的中心访问输入图像中的每个像素,就生成了滤波后的图像。
-
如果对邻域内的像素执行的是线性操作,则该滤波器称为线性空间滤波器;否则,滤波器就称为非线性空间滤波器。
技术分类
(1)平滑滤波
平滑线性空间滤波器使用滤波器模板确定的邻域像素的平均灰度值代替邻域中心像素的值,这种处理的结果降低了图像灰度的“尖锐”变化。
应用:
降低噪声(典型的随机噪声由灰度级的急剧变化组成)
模糊处理(例如,在目标提取之前去除图像中的琐碎细节或将目标内的小间断连接起来)
影响:带来图像边缘模糊的负面效应
(2)锐化滤波
- 削弱图像中灰度值缓慢变化的区域,同时使图像中灰度值发生突变(灰度值存在明显反差)的区域(也即图像的细节)得到增强(或者保持不变)
- 消除图像中的低频分量,同时增强(或不影响)高频分量。低频分量对应图像中灰度值缓慢变化的区域,因而与图像的整体特性(如整体对比度和平均灰度值等)有关。
效果是增强被模糊的细节或目标的边缘
实现原理(模板卷积)
使用大小为m×n的滤波器对大小为M×N的图像f(x, y)进行线性空间滤波,对于图像中的任意一点(x, y),滤波器的响应 g(x, y) 是滤波器系数与该滤波器所覆盖像素点的像素值的乘积之和,可由下式表示:
算法步骤
- 将滤波器在图像中漫游,并将滤波器中心与图像中某个像素位置重合;
- 将滤波器中的各个系数与滤波器所覆盖的各对应像素的灰度值相乘;
- 将上一步骤中的所有乘积结果进行相加,并将加法运算的结果赋给图像中对应滤波器中心位置的像素(滤波器的输出响应) 。