图像滤波

滤波是信号处理及图像领域的一个基本操作，旨在特定的应用程序中，选择性地提取图像中被认为传达重要信息的部分。对于图像而言，一般使用二维滤波器对图像进行信号分析。
对于时序信号而言，一般有两个变换域，时域和频域，时域对应信号幅值分布，频域对应幅值强度的变化情况。常用的变化方法有傅里叶变换和小波变换。
类比图像二维信号，分为空域和频域，空域对应图像灰度值分布，频域则对应图像的灰度变化情况，某些区域灰度强度变化迅速，则频率高，变化缓慢，则频率底。往往频率高的部分蕴含着丰富的图像特征，比如角点，边缘等，一般通过二维滤波器来进行卷积操作。

下面复习常用的二维滤波器。

1. 低通滤波器
低通（Low-pass）滤波器，即保留图像的低频部分，舍去高频部分，降低图像的变化幅度。
线性滤波器的定义：当滤波器的作用相当于将一个像素替换为相邻像素的加权总和时，称之为线性滤波器。
（1）均值滤波器
滤波器中的每个元素加权值一样，即中心元素的值为卷积核内元素的平均值
效果：对图像进行了模糊和平滑
(2) 高斯滤波器
滤波器中的每个元素加权值与它离开中心像素的距离成反比，即靠近中心的元素影响大，远处元素影响小。
效果：相比于均值滤波器对图像的模糊程度较小。
高斯滤波器参数σ反应加权系数的标准差，σ越大，高斯滤波器的频带就越宽，对图像的平滑程度就越大。

2. 中值滤波器
由于中值滤波器的作用结果是选择滤波器中元素的中值作为最终输出。因此为非线性滤波器
效果：去除图像中的椒盐噪点。

3. 方向滤波器
方向滤波器属于高通滤波器，是为了求解图像中灰度变化强烈的区域。
（1）一阶导数滤波器
一阶导数，即梯度，反应的是灰度的变化情况，在滤波器方向上变化剧烈的区域对应高值，平坦区域对应低值。一阶导数的极值点，对应了原图像的灰度突变区域，即图像的边缘。
常见的一阶算子有：Sobel算子、Prewitt算子、Roberts算子、Scharr算子。
效果：可以用来检测图像的边缘。

（2）二阶滤波器
二阶导数，反应的是梯度的变化情况，一阶导数的极值点，对应了二阶导数的零点。
常见的二阶滤波器为Laplacian算子。
效果：可以通过检测拉普拉斯算子的零交叉点来检测图像的边缘。
让一幅图减去它的拉普拉斯变化可以增强图像的对比度。