2.线性空间滤波
2.1基础知识
-
噪声:灰度值突变
-
卷积:又称滤波
-
卷积过程:一直是对原图像进行处理,不使用修改后的值
2.2卷积过程
G ( x , y ) = ∑ s = − a a ∑ t = − b b W ( s , t ) f ( x + s , y + t ) G(x,y)=\sum_{s=-a}^{a} \sum_{t=-b}^{b} W(s,t)f(x+s,y+t) G(x,y)=s=−a∑at=−b∑bW(s,t)f(x+s,y+t)
G(X,y)是新的函数值,w是卷积核,f是原函数
此时a,b均可以复制为1,中心点w(0,0)是5,不够f位置不够卷积就补0
最后进行相乘,相加,替代中心值。
2.3平滑空间滤波器
2.3.1领域平均滤波器
就是求平均的滤波器
G
(
x
,
y
)
=
1
m
n
∑
f
(
x
,
y
)
G(x,y)=\frac{1}{mn} \sum f(x,y)
G(x,y)=mn1∑f(x,y)
mn就是卷积的数量多少
$$
w(s,t)=\frac{1}{mn} \begin{bmatrix}
1 … … 1 \
… … … \
1 … … 1
\end{bmatrix}
$$
mn就是行数和列数
好处:降噪,因为与周围的差异都小了,所以可以降噪
坏处:模糊严重,损失了细节(细节都是与周围不同)
2.3.2加权平均滤波
顾名思义就是在每个卷积的的位置赋值权值,着重中心距离,本质就是加权求平均,与上面思路相同。