计算机视觉中的滤波

目录

  • 写在前面
  • Padding
  • 滤波杂谈
  • 参考

博客:博客园 | CSDN | blog

写在前面

计算机视觉中的滤波_第1张图片

在计算机视觉中,滤波filtering)是指

Image filtering: compute function of local neighborhood at each position.

—— from CAP5415–Fall 2014-Lecture 2 (08/21/2014)–Filtering

In the broadest sense of the term "filtering", the value of the filtered image at a given location is a function of the values of the input image in a small neighborhood of the same location.

—— from Bilateral Filtering for Gray and Color Images

滤波本质上是一种特殊的函数,其作用在图像的每个位置,通过定义的计算方式得到输出,输出的值用于替换图像当前位置(滤波器中心)的值。

令滤波函数为\(g(x;\ w)\) ,其中\(x\)为图像的局部邻域,\(w\)为滤波器的权重,滤波器可以分成如下3类,

  • 线性滤波器Linear filter):线性滤波的输出为输入的线性组合,即\(g = w \cdot x\),线性滤波器最为常见;
  • 非线性滤波器Non-Linear Filter):不满足上条性质的为非线性滤波,典型的非线性滤波如最大值/最小值/中值滤波、膨胀/腐蚀等;
  • 自适应滤波器Adaptive filter):线性滤波中的\(w\)在滑动过程中固定不变(与图像内容独立无关),自适应滤波的\(w\)在滑动过程中会随着窗口内像素的性质和结构发生变化。直觉上,自适应滤波器在某些复杂情况下可能取得更好的效果,但相对线性滤波器,其计算代价更高也更难优化加速。

从滤波目的或者解决的问题上,也可分成3类:

计算机视觉中的滤波_第2张图片

  • 图像处理:并不想从图像中提取信息,只想将图像转换成期望的样子;
  • 特征提取:想从图像中提取到某些信息,比如梯度、二阶导、纹理等;
  • 模式检测:想知道图像局部长什么样子,像哪种模式,比如模板匹配、稀疏表示等;

这两种分类方式并不是割裂的,而是互相交叉的,用于图像处理的滤波器也有线性、非线性、自适应之分。

Padding

滤波操作不可避免的一个问题是边界如何处理,当滤波器的中心压在图像边界处时,滤波器会有一部分落在图像外,但图像外并没有像素,该如何处理?通常需要对图像进行填充(padding),填充需要解决2个问题,填充的元素取什么值以及填充多少个元素

对于延拓元素的取值,通常有4种方式,

  • 常数填充(0填充):填充的元素取相同的常数值
  • 周期填充(circular):认为图像的上下左右被与自身相同的图像包围着
  • 复制填充(replicate):复制图像边界的元素
  • 对称填充(symmetric):填充的元素与图像关于边界对称

4种填充方式依次如下图所示,

计算机视觉中的滤波_第3张图片

对于填充多少个元素,通常有3种方式,令滤波器的大小为$g\times g $ ,图像大小为\(f \times f\)

  • full:边界分别填充\(g-1\)个元素,滤波结果为\((f+g-1)\times (f+g-1)\),比原图大
  • same:边界分别填充\((g-1)/2\)个元素,滤波结果为\(f\times f\)与原图大小相同
  • valid:边界不填充,滤波结果为\((f-g+1)\times (f-g+1)\),比原图小

计算机视觉中的滤波_第4张图片

滤波杂谈

  • 基本假设:局部相关性(远处无关)、局部相似(edge处不满足)、噪声随机

  • 静止图像的去噪,若能获得图像序列,可以在时域上滤波(均值、中值等)单张图像在空域上滤波

  • 椒盐噪声用中值滤波。椒盐噪声会随机地将像素置为黑或白,在实践中,会大幅改变像素值的噪声一般采用中值滤波都是有效的。

  • 非椒盐噪声,均值为0的随机噪声(高斯噪声),可通过moving average滤波。

  • 与图像内容耦合的噪声,可能需要依赖先验知识,采用合适的自适应滤波器,更多内容可以查看参考链接。

  • 平滑相当于低通、锐化相当于高通、不同平滑半径的差相当于带通

  • 滤波的加速可以考虑:滤波器是否行列可分离、缓存不必要的重复计算、近似计算、SIMD等。

  • 差分算子对噪声敏感,所以差分前通常要先平滑。

  • 考虑到噪声,求梯度前通常要先(高斯)平滑再使用差分算子,sobel算子可以看成是DoG(Derivative of Gaussian)的近似,可以拆分成平滑和差分,如下所示,所以可以用sobel求梯度。
    \[ \mathbf{G}_{x}=\left[\begin{array}{l}{1} \\ {2} \\ {1}\end{array}\right] *\left(\left[\begin{array}{lll}{+1} & {0} & {-1}\end{array}\right] * \mathbf{A}\right) \quad \text { and } \quad \mathbf{G}_{y}=\left[\begin{array}{c}{+1} \\ {0} \\ {-1}\end{array}\right] *\left(\left[\begin{array}{lll}{1} & {2} & {1}\end{array}\right] * \mathbf{A}\right) \]

  • 考虑到噪声,求二阶导前通常也要先(高斯)平滑再使用拉普拉斯算子,两者合在一起即LoG(Laplacian of Gaussian),即对高斯求二阶导再离散采样,通常可以用DoG(Difference of Gaussian)即两个不同size高斯核的差近似,详见Laplacian/Laplacian of Gaussian,其中Laplacian算子为
    \[ \nabla^{2} f=\frac{\partial^{2} f}{\partial x^{2}}+\frac{\partial^{2} f}{\partial y^{2}} \]

  • 模式检测需要根据期望探测的模式来定义filter,因为不同场景需要检测的模式不同,所以filter也多种多样。反映模式的filter可以根据领域知识来人工定义、可以通过SOM(Self Organizing Map)无监督生成、也可以像CNN那样通过数据驱动有监督学习得到。比如,模板匹配中的模板为filter,相似度函数为滤波的计算方法;稀疏表示中字典的每一列都是filter,像gabor小波字典,通过相关运算计算与每个filter的相似程度,从而知道每个图像局部“长什么样子”。

参考

  • CAP5415–Fall 2014-Lecture 2 (08/21/2014)–Filtering
  • Computer Vision: Filtering
  • Adaptive Filtering (Image Processing)
  • Adaptive Image Filters
  • Image Kernels

你可能感兴趣的:(计算机视觉中的滤波)