什么叫滤波:用白话讲就是,一个电信号中有若干种成分,把其中一部分交流信号过滤掉就叫滤波。
卷积和滤波的区别:在数字信号处理的理论中,卷给可以说是一种数学运算,而滤波是一种信号处理的方法。卷积就像加权乘法一样,你能说滤波和加权乘法是一样的吗,显然不行;但是滤波最终是有乘法来实现的。
自适应滤波就是滤波所用的模板系数会根据图像不同位置自动调整。
中值滤波(median filter)简单的说就是:一个窗(window)中心的象素值就是这个窗包含的象素中处于中间位置的象素值。
均值滤波(mean filter)就是一个窗中心的象素值就是这个窗包含的象素的平均值。
空间频率主要是指图像的平滑或粗糙程度。一般可认为,高空间频率区域称“粗糙”,即图像的亮度值在小范围内变化很大,而“平滑”区,图像的亮度值变化相对较小,如平滑的水体表面等。低通滤波主要用于加强图像中的低频成分,减弱高频成分,而高通滤波则正好相反,加强高频细节,减弱低频细节,简单地讲:高通滤波处理过的图像更加“粗糙”。高通滤波顾名思义就是让频率高的通过,使图像具有锐化效果;低通滤波则恰好相反了,它是使低频通过,使图像具有平滑的效果。
空域过滤及过滤器的定义:使用空域模板进行的图像处理,被称为空域过滤。模板本身被称为空域过滤器
空域过滤器的分类
按效果分:钝化过滤器,锐化过滤器
按数学形态分类
1,线性过滤器:使用乘积和的计算,例如:R = w1z1 + w2z2 + … + wnzn
高通:边缘增强、边缘提取
低通:钝化图像、去除噪音
带通:删除特定频率、增强中很少用
2,非线性过滤器:结果值直接取决于像素邻域的值
最大值:寻找最亮点,亮化图片
最小值:寻找最暗点,暗化图片
中值:钝化图像、去除噪音
钝化过滤器的主要用途
1,对大图像处理前,删去无用的细小细节
2,连接中断的线段和曲线
3,降低噪音
4,钝化处理,恢复过分锐化的图像
5,图像创艺(阴影、软边、朦胧效果)
缺点:
如果图像处理的目的是去除噪音,那么,低通滤波在去除噪音的同时也钝化了边和尖锐的细节,但是中值滤波算法的特点:在去除噪音的同时,可以比较好地保留边的锐度和图像的细节锐化过滤器的主要用途
1,印刷中的细微层次强调。弥补扫描、挂网对图像的钝化
2,超声探测成象,分辨率低,边缘模糊,通过锐化来改善
3,图像识别中,分割前的边缘提取
4,锐化处理恢复过度钝化、暴光不足的图像
5,图像创艺(只剩下边界的特殊图像)
6,尖端武器的目标识别、定位
过滤器效果的分析
1,常数或变化平缓的区域,结果为0或很小,图像很暗,亮度被降低了
2,在暗的背景上边缘被增强了
3,图像的整体对比度降低了
4,计算时会出现负值,归0处理为常见
基本高通空域滤波的缺点和问题
高通滤波在增强了边的同时,丢失了图像的层次和亮度