OpenCV&图像处理_2:平滑smoothing模糊blurring操作

如之前所述，我个人在这个栏目下的所有文章大都是拷贝，拷贝和粘贴，有需要请阅读原文：

OpenCV，OpenCV中文论坛，和Richard Szeliski写的Computer Vision: Algorithms and Applications。

这里谈谈我对OpenCV上平滑的理解：

就一幅数字图像来说，大多区域内都是较为平坦的，如果领域内有一两个点像素突然变化，一般认为是噪点。如果一些连续相近的点变化，认为是边缘。而滤波旨在消除噪声对于图像的影响，例如取中值或者均值不就能较好的消除椒盐噪声的影响吗？但是问题又来了，这样边缘的变化不就也被模糊了吗？所以就用到双边滤波（Bilateral Filter）。

首先一个函数式，如图1所示：

图1 平滑操作的理论基础

OpenCV上的几个列子：

一：中值滤波

中值滤波是用中值像素代替核内所有像素。

void medianBlur(InputArray src, OutputArray dst, int ksize)

ksize为正方形核大小，必须奇数（如果偶数中值在哪？）。

如果是多通道图像则每个通道单独滤波，同时支持原地（in_place）滤波。

二：归一化滤波：

用核内所有像素的均值替换核内所有像素值

blur( src, dst, Size( i, i ), Point(-1,-1)

size指定核大小，Point(-1,-1)指定锚点位置（我个人认为就是中心点），默认(-1,-1)是核的中心。

归一化滤波的加权公式，如图2所示：

图2 均值滤波的公式

三：高斯滤波：

公式如下图3所示：

图3 高斯滤波

那么高斯滤波干什么事呢？这里有两个链接大家可以看看：

http://www.cnblogs.com/pegasus/archive/2011/05/20/2052031.html

http://homepages.inf.ed.ac.uk/rbf/HIPR2/gsmooth.htm

四：最后就是双边滤波：

双边滤波就会很好的保留边缘信息，具体附上一个链接：

http://homepages.inf.ed.ac.uk/rbf/CVonline/LOCAL_COPIES/MANDUCHI1/Bilateral_Filtering.html