均值滤波计算_机器视觉，图像预处理知识，滤波器

在图像处理任务中，为了实现稳定的检测，一方面是得到稳定的图像输出，另一方面是对图像进行适当的预处理，这可以改善在光学条件下无法消除的干扰信息。

何为预处理

通过图像预处理方法，成像系统获取合符要求的图像是必不可少的，但是单纯的通过拍摄所得到的图像，由于受到光源种类或工序的材质、环境因素的影响，有时候会得到无法预期的图像，因此，采用图像预处理，可以对图像进行进一步的加工，使其符合我们要求。在这里我们采用图像滤波器术语。

通过图像滤波器，可以使得图像更加清晰、突出符合我们要求的图像，并消除不必要的干扰，所以充分理解预处理的特性对我们来说必不可少。

图像的预处理，滤波器消除图像干扰，背景统一

使用滤波器对原始图像进行处理是 ，图像越大，处理时间越长。所以在使用中，最好使用ROI进行处理，以减少算法运行时间。

滤波器系数

预处理所使用的有代表性的滤波器 [3*3] [9*9] [16*16] 等滤波器系数，比如3*3的系数，是使用横向和纵向3个像素的图像数据并对中心像素实施的滤波器处理。

例如：

图形大小为320*240大小，滤波器的处理次数为 320*240=76800次

平均滤波器

使图像的灰度均值平衡化以改善图像效果的滤波器，在图像中心像素内，把3*3=9的像素值进行平均化处理，通过把图像模糊化处理，可以减少干扰源成分的影响

使用均值滤波器的效果

中值滤波器

中心像素在内的9个像素的值规整，把中心值作为中心像素值的滤波器，与均值滤波器不同的是，不需要把图像进行模糊化处理就可以消除干扰成分。

中值滤波器

使用滤波器系数进行计算实例

有代表性的滤波器

膨胀滤波器

消除图像所不需要的干扰成分的滤波器，在3*3这一中心像素的浓度值置换为9个像素中灰度值最高的值，对黑白图像使用膨胀滤波器时，只要3*3中心像素有一个白色像素，就会把9个像素全部替换为白色。

收缩滤波器

与膨胀滤波器相反，把3*3这一中心像素值最小的置换，对黑白图像进行使用时，只要3*3中心像素周围有一个黑色像素，就会把9个像素全部置换为黑色

膨胀滤波器和腐蚀滤波器

Sobel滤波器

是一种有助于边缘提取的滤波器。对于对比度较少的图像，具有突出边缘的效果。另外，经该滤波器处理过的图像看上去更加自然。进行边缘提取时，除了 Sobel 滤波器外，还可使用Prewitt、 Roberts、 Laplacian 等各种滤波器。

Sobel滤波器

欢迎大家关注我公众号 VisionManMaster