opencv——图像的线性滤波与非线性滤波

图像滤波包括尽量保留图像细节特征的条件下对目标图像的噪声进行抑制

图像滤波

定义

对于图像的滤波定义如下
图像滤波，即在图像滤波包括尽量保留图像细节特征的条件下对目标图像的噪声进行抑制，是图像预处理中不可缺少的操作，其处理效果的好坏将直接影响到后续图像处理和分析的有效性和可靠性。

目的

（1）对图像进行降噪处理；

（2）提取图像中物体的特征。

分类

图像滤波包括线性滤波与非线性滤波

（1）线性滤波：方框滤波、均值滤波、高斯滤波；

（2）非线性滤波：中值滤波、双边滤波

线性滤波器

线性滤波器的分类

线性滤波器经常用于剔除输入信号中不想要的频率或者从许多频率中选择一个想要的频率。几种常见的线性滤波器如下：

（1）低通滤波器：允许低频率的波通过。

（2）高通滤波器：允许高频率的波通过的。

（3）带通滤波器：允许一定范围频率的波通过。

（4）带阻滤波器：阻止一定范围频率的波通过并且允许其它频率的波通过。

（5）全通滤波器：允许所有频率的波通过、仅仅改变波的相位关系。

（6）陷波滤波器：阻止一个狭窄频率范围通过的特殊带阻滤波器。

模糊与锐化

通过不同的滤波器得到的图像不同。

（1）如果我们希望的是降低噪声，那我们需要的是将噪点除去，即需要模糊图像。

（2）如果我们希望的是提取特征，那我们需要的是使特征明显，即需要锐化图像。

所以模糊与锐化是图像经过滤波操作后的效果。

（1）如果经过低通滤波，更容易降低噪点，即效果是模糊效果。

（2）如果经过高通滤波，更容易显示特征，即效果是锐化效果。

对比

线性滤波器

线性滤波器的原始数据与滤波结果是一种算术运算，即用加减乘除等运算实现，如均值滤波器（模板内像素灰度值的平均值）、高斯滤波器（高斯加权平均值）等。
由于线性滤波器是算术运算，有固定的模板，因此滤波器的转移函数是可以确定并且是唯一的（转移函数即模板的傅里叶变换）。

非线性滤波器

非线性滤波器的原始数据与滤波结果是一种逻辑关系，即用逻辑运算实现，如最大值滤波器、最小值滤波器、中值滤波器等，是通过比较一定邻域内的灰度值大小来实现的，没有固定的模板，因而也就没有特定的转移函数（因为没有模板作傅里叶变换）

另外，膨胀和腐蚀也是通过最大值、最小值滤波器实现的。