机器视觉.滤波

图像信息
大部分信息存放在低中频率区域，细微的信息存放在高频率区域，比如边缘、特征。
高频的信息容易被噪声破坏，需要用滤波来锐化或模糊，处理高频信息。

滤波
滤除排除的频率，怎么计算频率用滤波函数来计算

模糊：提取低频信息，比如用来平均值来模糊图像
锐化：提取高频信息，比如用来加强图像边缘的像素差

滤波器
一个包含加权系数的窗口，在窗口范围内计算周边像素点的加权值，转化为窗口中心像素点的值

领域算子：用来计算加权值的算法，不同滤波器有不同的算法

把特定频段的信息剔除或提取出来，分为低通滤波和高通滤波两种
平滑处理：
低通滤波的一种，通过平均法，过滤高频信息

1.用来模糊图像，比如用在降低图像分辨率
2.用来提取特征

平滑滤波器
领域越大平滑效果越好，对边缘的破坏也越严重

根据中心点计算方法不同，分为5种平滑处理方法
线性滤波：
1.方框滤波（boxFilter）
原理：取领域内的积分值
2.均值滤波（blur）
原理：取领域内的平均值
3.高斯滤波（GaussianBlur）
原理：区域内的权值从中心到边缘递减
非线性滤波：
1.中值滤波（medianBlur）
原理：取区域内的中值
2.双边滤波（bilateralFilter）
原理：添加一个过滤器，通过调整权值，取区域内和中点颜色相近的部分，进行高斯滤波