图像滤波可以分为两类:线性滤波和非线性滤波。
线性滤波包括:
均值滤波:通过计算图像中每个像素的周围像素的平均值来消除噪声。
中值滤波:通过计算图像中每个像素的周围像素的中位数来消除噪声。
卷积滤波:通过将图像与一个小的权值矩阵(称为卷积核)卷积来获得新的图像。常见的卷积滤波包括高斯滤波、Sobel滤波和Prewitt滤波等。
非线性滤波包括:
去噪滤波:通过确定像素的最小和最大值来消除噪声。
图像腐蚀和膨胀:通过使用膨胀和腐蚀操作来消除小的瑕疵和缺陷。
形态学滤波:通过使用形态学操作来提取图像中的形态特征。
均值滤波和中值滤波常用于消除图像中的噪声。卷积滤波常用于图像的锐化和边缘检测。去噪滤波常用于消除图像中的椒盐噪声。图像腐蚀和膨胀常用于去除图像中的小瑕疵和