滤波和卷积

转自：http://blog.sina.com.cn/s/blog_8da31aa3010143oy.html

什么叫滤波：用白话讲就是，一个电信号中有若干种成分，把其中一部分交流信号过滤掉就叫滤波。

卷积和滤波的区别：在数字信号处理的理论中，卷给可以说是一种数学运算，而滤波是一种信号处理的方法。卷积就像加权乘法一样，你能说滤波和加权乘法是一样的吗，显然不行；但是滤波最终是有乘法来实现的。

自适应滤波就是滤波所用的模板系数会根据图像不同位置自动调整。
中值滤波(median filter)： 一个窗(window)中心的象素值就是这个窗包含的象素中处于中间位置的象素值。
均值滤波(mean filter)： 一个窗中心的象素值就是这个窗包含的象素的平均值。
空间频率主要是指图像的平滑或粗糙程度。一般可认为，高空间频率区域称“粗糙”，即图像的亮度值在小范围内变化很大，而“平滑”区，图像的亮度值变化相对较小，如平滑的水体表面等。低通滤波主要用于加强图像中的低频成分，减弱高频成分，而高通滤波则正好相反，加强高频细节，减弱低频细节，简单地讲：高通滤波处理过的图像更加“粗糙”。高通滤波顾名思义就是让频率高的通过，使图像具有锐化效果；低通滤波则恰好相反了，它是使低频通过，使图像具有平滑的效果。

 

•模板的定义

–所谓模板就是一个系数矩阵

–模板大小：经常是奇数，如：

3x3   5x5   7x7

–模板系数: 矩阵的元素

w1 w2 w3

w4 w5 w6

w7 w8 w9

空域过滤及过滤器的定义：使用空域模板进行的图像处理，被称为空域过滤。模板本身被称为空域过滤器
空域过滤器的分类
按效果分：钝化过滤器，锐化过滤器
按数学形态分类
1，线性过滤器：使用乘积和的计算，例如：R = w1z1 + w2z2 + … + wnzn
高通：边缘增强、边缘提取
低通：钝化图像、去除噪音
带通：删除特定频率、增强中很少用
2，非线性过滤器：结果值直接取决于像素邻域的值
最大值：寻找最亮点，亮化图片
最小值：寻找最暗点，暗化图片
中值：钝化图像、去除噪音

钝化过滤器的主要用途
1，对大图像处理前，删去无用的细小细节
2，连接中断的线段和曲线
3，降低噪音
4，钝化处理，恢复过分锐化的图像
5，图像创艺（阴影、软边、朦胧效果）
缺点：
如果图像处理的目的是去除噪音，那么，低通滤波在去除噪音的同时也钝化了边和尖锐的细节，但是中值滤波算法的特点：在去除噪音的同时，可以比较好地保留边的锐度和图像的细节锐化过滤器的主要用途
1，印刷中的细微层次强调。弥补扫描、挂网对图像的钝化
2，超声探测成象，分辨率低，边缘模糊，通过锐化来改善
3，图像识别中，分割前的边缘提取
4，锐化处理恢复过度钝化、暴光不足的图像
5，图像创艺（只剩下边界的特殊图像）
6，尖端武器的目标识别、定位

过滤器效果的分析
1，常数或变化平缓的区域，结果为0或很小，图像很暗，亮度被降低了
2，在暗的背景上边缘被增强了
3，图像的整体对比度降低了
4，计算时会出现负值，归0处理为常见

基本高通空域滤波的缺点和问题
高通滤波在增强了边的同时，丢失了图像的层次和亮度