空间滤波matlab

1、线性空间滤波

imfilter函数的应用：

g=imfilter(f,w,filtering_mode,boundary_options,size)

f是输入图像，w是模板，滤波模式有‘corr’相关和‘conv’卷积两种，卷积其实就是将模板进行中心旋转180度之后再相关运算。size有‘full’和填充之后的输入矩阵相同大小，‘same’和填充之前的相同大小。

函数rot90可以旋转运算。

imfilter会输出与输入图像相同的类型图像，如果使用uint8类型，运算过程中超过255的灰度将会被截断，都成了255，可以输入时就转变图像类型，如double，但是最后滤波出来的图像矩阵比一定能直接显示，因为可能灰度值已经超过【0，1】，需要再映射回去。在显示的时候可以直接用imshow(g,[])，[]的作用就可以起到映射作用。

clc
clear

f=imread('E:\桌面\数字图像matlab\CH01\charpt2_18.tif');
f=mat2gray(f);
w=ones(31);
g=imfilter(f,w,'replicate');
imshow(g,[])
g1=g/961;%进行归一化
figure,imshow(g1)

2、非线性滤波

线性滤波涉及到模板和图像矩阵对应相乘（线性操作），所以是线性滤波，非线性滤波是对邻域内的像素执行非线性的操作，比如取最大最小等。

主要应用函数是colfilt

滤波之前需要对图像进行填充，：

fp=padarray(f,[r c],method,direction)

在某个direction按照某种method方法填充r行，c列，默认‘both’

g=colfilt(f,[m n],'sliding',fun)

[m n]是滤波器模板的维数，fun是一个函数，把滤波器大小的元素排成一列，滑动像素，构成矩阵A，然后对A的每一列进行fun操作。如果【m,n】是奇数，比如[3,3]则模板中心与图像像素（i，j）重合时，模板与图像重合部分算作(i,j)的邻域，超出部分补0。如果是偶数，如[4,4],则（2,2）位置为模板中心。

举个例子

f=[1 2;3 4];
gmean=@(A) prod(A,1)/size(A,1);

g1=padarray(f,[3 2],'replicate');

g2=colfilt(g1,[2 2],'sliding',gmean);

上面例子中，colfilt其实是让2*2这个邻域内的所有元素相乘然后再除2*2。