数字图像处理—空域变换增强之滤波增强（模板操作）（模板卷积）

空域滤波是在图像空间借助模板进行邻域操作完成的。

●根据其特点一般可分为线性和非线性2类；

●根据功能主要分成平滑和锐化2类：

    ★平滑可用低通滤波器（低频，对应整体信息，灰度变化缓慢）实现。平滑的目的又可分为2类。一类是模糊，目的是在提取较大的目标前，去除太小的细节或将目标内的小间断连接起来。另一类是消除噪声（噪声是不断变化的，属于高频部分）。

    ★锐化可用高通滤波器（高频，对应细节信息，灰度变化较快）实现。锐化的目的是为了增强模糊的细节、边缘。

平滑（低通）滤波器：它能减弱或消除傅里叶空间的高频能量，但不影响低频分量。因为高频分量对应图像中的区域边缘等灰度值具有较大较快变化的部分，滤波器将这些分量滤去可使图像平滑。

锐化（高通）滤波器：他能减弱或消除空间分量，但不影响高频分量。因为低频分量对应图像中灰度值缓慢变化的区域，因为低频分量对应特性，如整体对比度和平均灰度值等有关，高通滤波器将这些分量滤去可使图像锐化。

平滑滤波器：

1、线性平滑滤波器G1——最常用的线性低通滤波器（邻域平均、全部相加为一、系数相等）

当所用平滑模板尺寸增大时，对噪声的消除有所增强，不过图像变得更模糊，细节的锐化程度逐步减弱。

2、非线性平滑滤波器G2——中值滤波器（将灰度值从小到达排成一列，找出中间值）中值滤波器是百分比滤波器一个特例。

百分比滤波器：排序，根据一个确定的百分比选取序列中相应的像素赋给对应模块中心位置的像素。

（1）最大值滤波器：百分比取最大，可用于检测图像中最亮的点。

（2）最小值滤波器：百分比取最小，可用来检测图像中最暗的点。

（3）中值滤波器：百分比取50%。

中值滤波器优于邻域平均：中值滤波器的主要功能就是让与周围像素灰度值的差比较大的像素改取与周围像素接近的值，从而可以消除孤立的噪声点。由于不是简单的去均值，所以产生的模糊比较少。滤波后图像中的轮廓比较清晰，模板大小需根据应用要求选取，与噪声的特点有关。

锐化滤波器：

1、线性锐化滤波器G3——最常用的线性高通滤波器

拉普拉斯算子：

（权值为零）

（1）当这样的模板放在图像中灰度值是常数或变化很小的区域时，其输出为零或很小。

（2）这个滤波器将输出图的平均灰度值变为零（有正有负），还需将输出灰度值范围通过尺度变换回到原有的灰度范围内。

高频增强滤波器：

高通滤波器的效果可用原始图减去低通图得到：Highpass = Original - Lowpass

如果把原始乘以一个放大系数A，再减去低通图就可构成高频增强滤波器：Highpass = A x Original - Lowpass = ( A - 1 ) x Original + Highpass

（1）当A = 1，就是普通的高通滤波器。

（2）当A>1，原始的一部分与高通图相加，恢复了部分高通滤波时丢失的低频分量，使得最终结果与原图更接近，但是高频得到增强。

其中心系数取值为k0 = 9A- 1，（ki= -1，....，-8）

2、非线性锐化滤波器G4

领域平均可以模糊图像，而平均对应微分可以锐化图像。图像处理中最常用的微分方法是利用梯度（求导）。对一个连续函数f(x,y)，其梯度是一个矢量（需要用两个模板分别沿x和y方向计算）。