线性空间滤波
在空间中以 m × n m\times n m×n大小的卷积核进行卷积或相关运算。卷积核大小尽量设置为奇数,方便进行运算。
** 相关和卷积的区别 **
卷积对滤波模板进行了 18 0 ∘ 180^\circ 180∘旋转,相关没有进行旋转。
在matlab中,可以使用imfilter(f, w)
对图片进行滤波。根据选择不同的边界选项,可以得到不同效果的滤波结果。
非线性空间滤波
基本原理和线性空间滤波相似,都是用一个 m × n m\times n m×n的滤波器的中点滑过一幅图像,对其 m × n m \times n m×n的邻域进行非线性运算。
Python实现
在python中,可以使用OpenCV中的filter2D
进行卷积实现。具体实现方法是
g = cv2.filter2D(f, -1, w) # f为图像,w为卷积核
以下是使用Python实现的书上的例子
import cv2
import numpy as np
import matplotlib.pyplot as plt
f = cv2.imread('blurry_moon.tif', 0).astype(np.float32) / 255
w = np.array([[0, 1, 0], [1, -4, 1], [0, 1, 0]], dtype = np.float32)
g = cv2.filter2D(f, -1, w)
g2 = f - g
plt.figure(0)
plt.subplot(1, 3, 1)
plt.imshow(f, cmap = 'gray')
plt.axis('off')
plt.subplot(1, 3, 2)
plt.imshow(g, cmap = 'gray')
plt.axis('off')
plt.subplot(1, 3, 3)
plt.imshow(g2, cmap = 'gray')
plt.axis('off')
plt.show()