空间滤波器（Spatial Filter）的应用

前言

相信很多初学CV的小伙伴都会接触到opencv的例程，里面出现频率最高的就是 filter(空间滤波的类别有：mean , median, Gaussian filter， 灰度滤波， 双向滤波). 有时会好奇， 为什么要用？ 不用行不行？下面具体看看

空滤的应用

1. 增强图片锐利度

原理就是 原图减去filter过的图片（filter smooth：顾名思义，就是在抹去边缘，减少锯齿化），得到 边缘图（high frequency part)； 原图加上边缘图得到锐化图像。

2. 去噪

最经典的就是去除椒盐噪声（peper and salt noise）

提取轮廓与边缘等也会用filter做一个预处理来去噪

3. 图像放大（上采样）

香农采样定理，采样率至少要>=两倍最高频率（sampling rate ≥ 2 * max frequency）, 否则就会出现失真
假设如图有一个周期固定的信号

采样率是表示每秒钟采集多少个样本点，假设图中的信号周期为1s, 每个周期采样点至少为3个

而在图像处理中，我们只能降低图像信号的最高信号频率， 所以使用一阶高斯算子去掉高频信号（直观就是锐利的边缘被滤掉了，所以相对应的显得比较模糊），然后做图像上采样就可以避免失真， 对比如下。

• 没有高斯处理的上采样
  

• 高斯处理后的上采样
  

4. 去鱼尾纹

同样的鱼尾纹就是边缘锐利的部分（high frequency part)， 所以可以用一个低通滤波器（比如Gaussian filter )来处理。举一个课本上的例子

参考

冈萨雷斯-数字信号处理