【无标题】经典计算机视觉中的数字图像处理

图像滤波

滤波是指将信号中特定的波段频率滤除的操作，主要的作用是

1. 消除图像中的混入的噪声
2. 为图像识别提取出图像特征
   

平滑滤波

1.简单平均法
对于上图一个4*4的图像，对红色框内的数值取平均值
其实对于在实际的应用中，离图像中某个像素点越近的像素点，其两者之间的关联度越大，越远的关联度是越小的，因此简单平均法就显得特别的粗暴

2.高斯滤波


还是以一个4*4的图像为例，高斯滤波的计算如下所示

对于某个像素点，它与自己的距离为0，其上下左右的距离都为1，斜对角线的距离为根号二

结合选定的标准差Sigma与上面高斯分布的公式，就可以得到一个高斯算子

将图像与高斯算子相乘得到如下的运算过程

此外，对高斯算子中所有的数值求和得到结果等于0.4787，对于符合正太分布的高斯算子，其得到的和应该为1，因此需要对图像与高斯算子运算的结果进行归一化，将16.15除以0.4787，得到33.73为此次高斯运算的最终结果。

高斯滤波的代码如下所示：

Skimage.filters.gaussian(image,sigma=1,output=none,mode='nearest',cval=0,multichannel=None,preserve_range=False,truncate=4.0)
Import skimage.filters
img_e=filters.gaussian(img,sigma=10)