高斯滤波_图像处理--滤波器

滤波器作为图像处理的重要内容，大致可分为两类，空域滤波器和频率域滤波器。

空域滤波器和频率域滤波器对比：

1）空间域指图像本身，空域变换直接对图像中的像素进行操作。

2）图像变换是将图像从空间域变换到某变换域（如 傅立叶变换中的频率域）的数学变换，在变换域 中进行处理，然后通过反变换把处理结果返回到空间域。

3）图像在空域上具有很强的相关性，借助于正交变换可使在空域的复杂计算转换到频域后得到简化

4）借助于频域特性的分析，将更有利于获得图像的各种特性和进行特殊处理

图像的空域滤波无非两种情况，线性滤波和非线性滤波。

常见的线性滤波有：均值滤波、高斯滤波、盒子滤波、拉普拉斯滤波等等，通常线性滤波器之间只是模版系数不同。

非线性滤波利用原始图像跟模版之间的一种逻辑关系得到结果，如最值滤波器，中值滤波器和双边滤波器等。

均值滤波

均值滤波方法是，对待处理的当前像素，选择一个模板，该模板为其邻近的若干个像素组成，用模板的均值来替代原像素的值的方法。

优点：算法简单，计算速度快；

缺点：降低噪声的同时使图像产生模糊，特别是景物的边缘和细节部分。

中值滤波

中值滤波方法是，对待处理的当前像素，选择一个模板，该模板为其邻近的若干个像素组成，对模板的像素由小到大进行排序，再用模板的中值来替代原像素的值的方法。

优点：抑制效果很好，画面的清析度基本保持；

缺点：对高斯噪声的抑制效果不是很好，对椒盐噪声有很好的抑制

高斯滤波 like Gaussian filter

高斯滤波一般针对的是高斯噪声，能够很好的抑制图像输入时随机引入的噪声，将像素点跟邻域像素看作是一种高斯分布的关系，它的操作是将图像和一个高斯核进行卷积操作：

拉普拉斯滤波 Laplacian filter

Sobel滤波 Sobel filter

双边滤波器 Bilateral Filtering

Jargon：OpenCV 学习：９ 双边滤波bilateralFilter​zhuanlan.zhihu.com

Andy u：双边滤波 Bilateral Filtering​zhuanlan.zhihu.com

均值滤波、高斯滤波、双边滤波 比较：

1）均值模糊无法克服边缘像素信息丢失的缺陷，原因是均值滤波是基于平均权重的。

2）高斯模糊部分克服了该缺陷，但无法完全避免，因为没有考虑像素值的不同。

3）高斯双边模糊-是边缘保留滤波方法，避免了边缘信息丢失，保留了图像轮廓不变。

导向滤波器 guided filter

核桃分心木：暗通道先验之Guided filter导向滤波​zhuanlan.zhihu.com

参考链接

一、图像处理之均值滤波，高斯滤波(高斯模糊)，中值滤波，双边滤波_csdnforyou的博客-CSDN博客_均值滤波器​blog.csdn.net

图像噪声的抑制--均值滤波、中值滤波、对称均值滤波_阳光日志-CSDN博客_抑制区间 滤波​blog.csdn.net