均值滤波计算_第三章 灰度变换与空间滤波-（四）空间滤波基础

一个网友说：卷积就是加权和。

本章主要内容

• 空间滤波机理
• 空间相关和卷积
• 线性滤波的向量表示
• 空间滤波器模板的产生

其实我在另外一个专栏中已经聊过了空间滤波的概念以及基本思路，当然还有OpenCV的相关代码实现。

lowkeyway：（十五）初识滤波之均值滤波​zhuanlan.zhihu.com

空间滤波机理

我们知道，空间滤波器由：

1. 一个邻域（典型的较小的矩形）
2. 对该邻域包围的图像像素执行的预定义操作组成。

即，数据+算法。滤波产生的新像素的坐标值等于邻域中心的坐标（这也是OpenCV中一些算子的size是奇数的原因），像素的值是滤波操作的结果。由操作是否是线性运算可以分为：

• 线性空间滤波器
• 非线性空间滤波器

我们以线性空间滤波器为例，一般来说使用大小为

的滤波器对大小为

的图像进行线性空间滤波，可以由以下公式和图形表达：

空间相关和卷积

有了上面这张图，我们很容易理解这个移动加权核处理图像的过程。在严谨的科学世界里，我们需要给这个过程扣个帽子-空间相关。

什么是空间相关？

相关是滤波器模板移过图像并计算每个乘积之和的处理。

需要注意的是，在未覆盖的部分函数（比如边缘像素），我们需要对图像和核没有交集的地方对图像补零。

注：个人认为滤波器w与包中都是0和单个1的函数相关（离散单位冲激）相关后会得到w的一个旋转180度的拷贝，这个概念了解即可，暂时没遇到可用的地方。

听了这个解释，我们很容易想到一个概念。这不就是卷积吗？

什么是卷积？

视频

https://www.bilibili.com/video/av16187470?from=search&seid=8988027371731538619​www.bilibili.com

文字

如何通俗易懂地解释卷积？​www.zhihu.com

说一千，道一万。感觉咱们作为非数学专业的工程人员，只要认为卷积=加权和就好了。

二维图像 补零和卷积的过程

所以我们可用卷积的公式对线性滤波

重新写一遍（其中

在这里表示卷积符号）

线性滤波的向量表示

当我们想要关注相关或卷积的模板响应特性R时，可以把卷积函数写成向量的方式。

其中：

项是一个大小为

的滤波器的系数，

是由滤波器覆盖的响应图像的灰度值。

空间滤波器模板的产生

有了滤波的公式，下面就是要选择空间滤波器的模板了。一般来说，这要看我们的需求来定。

比如我们希望对核同图像的相交处做平均运算，就可以用均值公式：

当然我们也可以用二维高斯函数：