平滑与滤波

2019独角兽企业重金招聘Python工程师标准>>>

    五种常见的平滑滤波器：

    （１）方框型滤波器：

                顾名思义，方框型滤波器就是用一个方框型的kernel跟二维图像进行卷积，其核定义如下：

                    kernel=

            其中，

                a = 1 当该滤波器非归一化滤波器                        (1)

                a=        (2)

            本质上，当ａ取（１）式情况下，方框型滤波器是一个积分器；当ａ取（２）式情况下，方框型滤波器就是均值滤波器。Opencv中提供boxBlur()方法。

    （２）均值滤波器：

            如方框型滤波器（２）式所述，本质上是取kernel内所有像素的平均值。Opencv中提供了blur()方法。

    （３）高斯滤波器：

            高斯滤波器是根据二维高斯函数分布（正态分布）的形状选择的卷积核。二维高斯函数如下：

               

            3 x 3 高斯核如下：

                       

            其中，ａ = 1 / (1 + 2 + 1 + 2 + 4 + 2 + 1 + 2 +1) = 1/16

            5 x 5等高斯核同理类推。

    （４）中值滤波器：

            前面三个滤波器都是线性滤波器，中值滤波器是非线性滤波器。中值就是取样本排序后处于中间位置的元素的值。如果样本个数是奇数个，则取中间那个；如果样本个数是偶数个，则取中间两个的平均值。

            中值滤波器，顾名思义，就是取滤波核覆盖范围内所有像素的中值作为锚点值。Opencv提供了medianBlur()方法。均值滤波器的缺点是在滤波的同时也模糊了边缘等图像细节，而中值滤波器可以很好的弥补这个缺点。中值滤波器尤其适合去除图像中的噪点信息。

    （５）双边滤波器：

            由于高斯滤波器核仅仅考虑了空间域（在空间上，核分布符合正态分布），而没有考虑邻域像素的灰度/色彩等，其在滤波的同时，也模糊了图像的边缘等细节。双边滤波器在高斯滤波器的基础之上，将邻域像素的灰度/色彩等信息也考虑进来，从而使得在保留了高斯低通滤波的同时，也保留了图像的边缘信息。双边滤波核是通过邻域空间因子和邻域像素灰度（色彩等）因子的乘积计算出来的。opencv提供了bilateralFilter()方法。

转载于:https://my.oschina.net/yepanl/blog/3041721