滤波借用于频域处理,在频域处理中,滤波是指接收或拒绝一定的频率分量。
空间滤波机理
空间滤波器由一个领域(典型地是一个较小的矩阵),对该领域包围的图像像素执行的预定义操作。滤波产生一个新像素,新像素的坐标为领域中心的坐标,像素的值是滤波的结果。
一般来说,使用大小为
m∗n
的滤波器对大小为
M∗N
的图像进行线性空间滤波,可由下式表示:
相关与卷积
相关是滤波器模板移过图像并计算每个位置乘积之和的处理。卷积机理类似,但滤波器首先要旋转
180∘
相关:
卷积:
平滑空间滤波器
概念:平滑线性空间滤波器(均值滤波器)的输出是包含在滤波器模板领域内的像素的简单平均值。可认为低通滤波器。
作用:降低图像“尖锐”变化,抑制噪声(随机噪声的灰度级变化激烈)。但是会影响图像的边缘特性(图像边缘灰度级变化较大)。
说明:均值的取法可以是直接平均,也可以是加权平均。
统计排序(非线性)滤波器
统计排序滤波器是一种非线性滤波器,其响应是滤波器包含像素的队列为基础,然后使用统计排序的值代替中心像素的值。如中值滤波器,用像素领域内灰度的中值代替原像素的值。
作用:很好地处理脉冲噪声(椒盐噪声)。
锐化空间滤波器
锐化处理的主要目的是突出灰度的过渡部分(包括图像边缘及某些噪声)。图像模糊可通过空间域用像素领域平均法实现。均值和积分很类似。类似地,锐化处理可以由空间微分来实现。
一般地,微分的定义需满足以下条件:(1)恒定灰度区域的微分值为零;(2)灰度台阶或斜坡的起点处微分值非零;(3)沿着斜坡的微分值非零。
一阶微分定义为差值:
∂f∂x=f(x+1)−f(x)
我们将二阶微分定义为如下差分:
最简单的各向同性的微分算子为拉普拉斯算子,函数 f(x,y) 的拉普拉斯算子定义为
在 x 方向上,有
在 y 方向上,有
故两个变量的离散拉普拉斯算子是
参考书目:数字图像处理(中译第三版)[冈萨雷斯]