本文介绍了线性空间滤波的基本概念，包括邻域处理步骤和线性运算，强调线性滤波是将邻域像素与系数相乘并累加。重点讨论了函数`imfilter`在实现线性空间滤波中的应用，提到了不同卷积方式的选择，如预先旋转滤波器。还探讨了边界处理选项，如默认的黑色填充可能导致的问题以及如何通过'replicate'和'circular'选项改进。最后，指出了数据类型对滤波结果的影响，建议使用归一化系数或特定数据格式避免数据溢出。
邻域处理的步骤：
(1) 选取中心点(x,y)
(2) 仅对预先定义的关于点(x,y) 的邻域内的像素执行操作
(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。
这个过程中，移动中心点会产生新的邻域，而每个邻域对应于输入图像上的一个像素。
若对邻域中像素的计算为线性运算时，则此运算称为线性空间滤波 (也称为空间卷积)；否则，称此运算为非线性空间滤波
文章目录
一、基本概念
本章所关注的线性运算包括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，称其为滤波器、滤波模板或模板等术语
相关：如图，模板w按照图示方式在图像移动的过程
卷积：从技术上讲，卷积是相同的过程，只是在图像 f 中移动 w 前，要将w旋转180度
一
订阅专栏 解锁全文
扫一扫
1803
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
