圖像濾波
含義
方法
噪聲是怎么產生的
線性濾波
概念
利用窗口對圖像中的像素進行加權求和的濾波方式。
圖像來源于小虎教程。
圖像的濾波是二維濾波的過程。
?濾波器窗口：
濾波器窗口（也稱為卷積核或模板）是一個小的矩陣（通常為奇數尺寸，如3×3、5×5），用于在圖像上滑動并對局部像素進行加權計算。它是圖像濾波操作的核心工具。
卷積運算：
卷積運算的本質是通過一個“滑動窗口”（稱為卷積核或濾波器）對圖像進行局部加權求和。
卷積尺寸：
就是窗口維度，如[3*3]，[5*4]等。
卷積系數：
就是窗口中的數據的設置，根據需要設置，不同的設置造就不同的濾波算法。
一般通過調整卷積核的尺寸和系數改變濾波效果。
加權計算：
(1) 權重（Weight）
-
定義：權重是一個系數，表示某個數據在計算中的相對重要性。
-
特點：
-
權重越大，對結果的影響越大。
-
權重可以是正數、負數，甚至零（表示完全忽略該數據）。
-
算術平均值：
加權計算在圖像處理中的應用：
均值濾波
實現原理
利用權重相同的濾波器對所有像素進行加權求和替換中心像素。
均值濾波的窗口：
所謂均值，就是濾波器窗口中的權重(卷積系數)相同。
案例：
步驟：
1，邊界處理：填充0會導致邊緣像素值偏小（實際應用可選其他填充方式，如鏡像填充）。
2，滑動窗口：從圖像左上角開始，逐像素移動窗口（如3×3窗口每次右移1像素）。
3，局部計算：對每個窗口內的像素求算術平均值。
4，替換中心值：將結果賦給中心像素。
優缺點
給圖像去噪的同時也破壞了圖像的細節信息，使圖像變得模糊不清。
opencv接口
高斯濾波
高斯函數規律(高斯分布)：
高斯分布（又稱正態分布）是概率論中最核心的連續概率分布之一，其概率密度函數（PDF）呈“鐘形曲線”，由均值（μ）和標準差（σ）決定形狀。
鏈接
實現原理
高斯濾波和均值濾波原理都一樣，只是窗口中的系數規律不一樣而已。
高斯分布的窗口：
根據元組二維的(x,y)求得一個窗口的系數值，求出所有的系數之后，得到濾波器窗口，在進行線性濾波的卷積即可完成濾波。
優缺點
濾波效果比均值濾波好，但是計算復雜。
)
