讲到图像处理的滤波器,就不得不先提图像中的低频分量和高频分量:
图像的频率代表了,图像颜色变化的剧烈程度。
低频分量:一幅图中,颜色变化缓慢的部分就叫做低频部分。通常低频是描述图像的主要部分,就像人的脸。
高频分量:一幅图中,颜色变化剧烈的部分就叫做高频部分。通常高频是描述图像的边缘、细节或者是噪声,就像人脸的轮廓,还有脸上的痘。
平滑空间滤波器:
均值滤波器(Averaging Filter): 均值滤波器也是低通滤波器,主要是对图像进行模糊处理和降噪(noise reduction)处理,还起到光滑轮廓(模糊)的作用。原理: 取遮罩(mask),可以是3x3、5x5、7x7...自定义方形,然后对遮罩中的pixel值进行求和平均,遮罩最中间那一个pixel的pixel值用平均值替代。
均值滤波器mask示意图:
中值滤波器(Median Filter): 跟均值滤波器相似,但是在降低噪声(noise reduction)方面优于均值滤波器,特别是对斑点噪声(speckle noise)和椒盐噪声(salt-and-pepper noise)尤其有用,同时还有保留边缘的特性也不会使轮廓模糊。原理: 取遮罩(mask),这儿不同的是,中值滤波器通常采用“十字”而不用“方形”框。可以是3x3、5x5、7x7...自定义十字,然后对遮罩中的pixel值按升序排序,遮罩最中间那一个pixel的pixel值用中值替代。
中值滤波器mask示意图:
Outlier Filter:类似于均值滤波器。原理:取3x3的遮罩,然后将除最中间的Pixel外的8个Pixel取平均值,均值与最中间的pixel值差值若大于某一个阀值(threshold),那么就用平均值替代最中间值的pixel。
Outlier Filter mask 示意图:
均值滤波器 vs 中值滤波器:
先看下图:假设取范围为5(单位Pixel)的遮罩,如红色框框,一次