图像滤波处理

图像滤波作用：

1、去除图像中的噪声，如去除椒盐噪声等；
2、模糊图像中不重要的信息，例如模糊图像纹理背景；
3、增强图像中目标与背景之间的对比度。
总之，图像滤波的作用就是抑制图像中的干扰信息，使得目标更加容易获取。

滤波分类：

1、空间滤波：一种直接在图像空间进行像素操作的处理方法，例如均值滤波、中值滤波、双边滤波等。
空间滤波一般是通过一个掩膜与图像进行卷积运算，从而实现滤波的目的。
2、频域滤波：一种基于图像的频率域进行处理的方法，例如低通滤波、高通滤波、带通滤波以及带阻滤波等。
频域滤波是将图像从空间域转换到频域，然后频率域中对图像的频谱作分析处理，以改变图像的频率特征，最后再由频域转换回空间域。一般从空间域转换到频域利用的算法是离散傅里叶变换，从频域转换回空间域使用的算法是傅里叶反变换。

图像滤波应用场景

滤波算法有中值滤波、均值滤波、高斯滤波、双边滤波、低通滤波、高通滤波等各种滤波，每一种滤波都有各自的特点已经应用场景，下面具体分析各种场景下应使用何种滤波算法：
（1）当图像中存在一些噪声点，且在后续处理过程中对图像细节要求不高时，则可以使用中值滤波或者均值滤波。中值滤波是对滤波核所覆盖区域的灰度值进行排序，将中值赋值给当前像素点；均值滤波是取滤波核所覆盖区域的灰度值的平均值赋值给当前像素点，这两种滤波去噪效果较好，但会模糊图像细节。
（2）如果需要尽量保存图像细节的同时去除噪声，这时则推荐使用双边滤波或者高斯滤波，这两种滤波都是利用高斯核去滤除噪声，能够实现在保存图像细节的同时滤除图像中的噪声。
（3）假如需要在纹理背景中获取一个高频目标，这时可以使用高斯滤波或者高通滤波去模糊背景并增强目标与背景之间的对比度；此时滤波算法相当于一个增强算法。
（4）如果目标属于一个低频信号，则使用低通滤波，如果是高频信号，则使用高通滤波，如果目标频率属于某一个区间，则使用带通滤波。
图像滤波的使用场景根据具体情况灵活决定，在图像处理过程中首先要分析图像中是否包含噪声，或者要提取的目标是否收到其他目标的影响，如果是，则研究这些噪声或者干扰目标有什么样的特征，针对这些特征，最后选择相应的滤波算法或者自定义滤波算法去滤除干扰目标。