图像滤波有哪些？分别作用于什么场景下

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