图像增强——空间域滤波

图像平滑通过积分过程使得图像边缘模糊，图像锐化则通过微分使得图像边缘突出、清晰。

空间域平滑滤波器（低通滤波器）

平滑滤波包括：均值滤波、加权均值滤波、阈值平均滤波、中值滤波、高斯滤波等，应用时他们仅是卷积核之间的不同。

平滑滤波用于模糊处理和降低噪声。模糊处理常用于预处理任务中，如在目标提取之前去除图像中的一些琐碎细节，以及桥接直线或曲线的缝隙。通过线性或非线性平滑滤波也可降低噪声。

均值滤波器

均值滤波（normalized box filter）就是用其像素点周围像素的平均值代替元像素值，在滤除噪声的同时也会滤掉图像的边缘信息的方法。

但均值滤波本身存在着固有的缺陷，即它不能很好地保护图像细节，在图像去噪的同时也破坏了图像的细节部分，从而使图像变得模糊，不能很好地去除噪声点。特别是椒盐噪声。

卷积核：

opencv提供的函数

//作用：使用归一化卷积模板模糊图像
#cv2.blur(src, ksize, dst=None, anchor=None, borderType=None)