【Computer Vision 3】Filters

公式:

在这里插入图片描述

卷积的性质:
  • Linearity: filter(f1 + f2) = filter(f1) + filter(f2)
  • Shift invariance: same behavior regardless of pixel location: filter(shift(f)) = shift(filter(f))
卷积运算规律:
  • Commutative: a * b = b * a
    • Conceptually no difference between filter and signal
  • Associative: a * (b * c) = (a * b) * c
    • Often apply several filters one after another: (((a * b1) * b2) * b3)
    • This is equivalent to applying one filter: a * (b1 * b2 * b3)
  • Distributes over addition: a * (b + c) = (a * b) + (a * c)
  • Scalars factor out: ka * b = a * kb = k (a * b)
  • Identity: unit impulse e = […, 0, 0, 1, 0, 0, …], a * e = a
高斯滤波器

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

特性:

  • 去除图像中高频率的部分
  • 高斯滤波与自身卷积的结果仍为高斯滤波:重复做高斯滤波的结果等同于更大的。
  • 多维的可离散为更低维度的:可以降低复杂度
噪声noise

在这里插入图片描述

中值滤波

对椒盐噪声的处理效果更好。

在这里插入图片描述

MATLAB函数

filter2(g, f, shape)

  • shape = ‘full’ | ‘same’ | ‘valid’

卷积时,补零会产生黑边轮廓,所以有时候采取周期|外圈复制|对称插取的方法。

imfilter(f, g, filtering mode)

  • clip filter (black): imfilter(f, g, 0)
  • wrap around: imfilter(f, g, ‘circular’)
  • copy edge: imfilter(f, g, ‘replicate’)
  • reflect across edge: imfilter(f, g, ‘symmetric’)

medfilt2(image, [h w])

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值