CV3-Spatial Filtering

Spatial Filtering

思维导图

算子

1. 5x5的sobel算子：

   

   推导城市距离；

   欧式距离修正

帕斯卡三角形，高斯整数的逼近

2.根据定义，推导标准的Laplacian算子

上面的式子表示对f（x，y）图像的卷积操作，将系数提取出来写成矩阵的形式就是那样。

taile：

3. 图像的线性滤波是否是对图像的线性变换？可否表示成对图像的矩阵变换的形式？

可以，卷积运算的展开

pint表示每列前缀和，prow表示左上角前缀和积分图，sstride和istride是存的两个步长，sstride为原图步长，istride为积分图步长，对应内存空间可能不一样，所以步长间隔可能不同

通过高斯函数求解高斯核

参考理解

Sobel算子理解

sobel算子是在原有算子的基础上增加了对于噪声的鲁棒性，主要表现在两个方面：

1. 通过间隔求梯度
2. 通过对于算子上加上高斯滤波增加鲁棒性

参考：

行列可分离性

理解

理解：一个滤波最后只会影响中心位置的值，中心是对周围值的加权，只要能得到分离的滤波结果和综合一个结果相同，就能说明是线性可分离的；这里第一个先行，然后再第一个基础上进行第二个列的这种，就能得到第三个这种综合的。可以看到效果和综合的相同。所以是行列可分离的；进一步可以说满足这种的是行列可分离的：

1. 均值滤波器
2. 高斯滤波器
3. sobel算子

滤波器性质

线性滤波器：线性卷积(可交换性、线性性、结合性、x/y可分离性)

快速最值滤波

一个窗口为5的滤波核，将每个窗口从左到右，与从右到做求出最值，然后对于每个位置，与以这个为中心的左右两个窗口边界比较取最大值.