图像滤波

滤波

滤波(Wave filtering)是将信号中特定波段频率滤除的操作,是抑制和防止干扰的一项重要措施。在图像处理中,滤波是图像预处理的一种。图像处理中滤波将信号中特定的波段频率滤除,从而保留所需要的波段频率信号。根据选择保留的不同频段可以体现这么两个作用

消除图像中混入的噪声
对应的是低通滤波,噪声在图像中一般是高频信号。
为图像识别抽取出图像特征
这里的特征一般为边缘纹理的特征,对应的是高通滤波,图像中边缘和纹理细节是高频信号。

滤波的分类

图像中滤波算法的分类有很多,可以分为线性滤波和非线性滤波,可以分为相关滤波和卷积滤波,还可以分为高通滤波和低通滤波,空间滤波和频域滤波。

线性滤波和非线性滤波

线性滤波

维基百科解释为:用于时变输入信号的线性运算,在图像处理中可以这么理解,对于输入的信号(即要处理的图像),进行的是线性的运算,得出的结果作为输出图像
图像滤波_第1张图片首先有一个滤波器的模板(这里是3x3大小),模板里有系数,f(x,y)的值等于模板系数与f(x,y)周围一的像素点相乘求和,这个运算是线性的。在线性的滤波器中,运算的不同即为滤波器的系数模板不同。

线性滤波的包含方框滤波、均值滤波、高斯滤波、拉普拉斯滤波、sobel算子等。

非线性滤波

输出的信号响应是由输入经过非线性的运算得到的。比如典型的中值滤波,就是取像素点邻域的中值作为像素的的响应输出。

非线性滤波包含中值滤波和双边滤波。

卷积滤波和相关滤波

首先要注意的是卷积滤波和相关滤波都属于线性滤波,两者的区别是加权系数的对应相乘顺序有所不同。
图像滤波_第2张图片高通滤波和低通滤波

高通滤波与低通滤波之分是相对于滤波的目的而言的,简而言之,高通滤波器就是去除图像中的低频部分,保留高频。表现就是经高通滤波后,保留了图像的高频边缘和纹理细节,所以高通滤波对应的是图像的锐化。低通滤波则是相反的,处理的结果是保留低频部分去除高频部分,在图像上的表现是纹理细节都被模糊了,所以低通滤波对应的是图像的平滑模糊。

空间滤波和频域滤波
空间滤波即直接在像素坐标上对图像数据进行处理滤波,频域滤波则是先把图像由空间域变换到频域,在频域进行处理,结束以后再由频域变换会空间域。
图像滤波_第3张图片

方框滤波

方框滤波,线性滤波里面最简单的一个。即用一个已确定的模板系数去与像素点领域相乘,所得结果即为像素点的响应。
图像滤波_第4张图片

均值滤波

均值滤波则是方框滤波的特例,将方框滤波的系数模板归一化之后便是均值滤波
图像滤波_第5张图片可以看到,均值滤波的结果是取像素点周围领域的平均值作为响应输出。

高斯滤波

高斯滤波的模板系数就稍显复杂,其模板系数是服从高斯分布的。

先看看一维的高斯分布
图像滤波_第6张图片
二维高斯分布
图像滤波_第7张图片所以高斯滤波的模板系数,应该服从上图中的锥形山峰。那如何计算高斯分布的模板系数呢,我们取均值为模板的中心点,计算公式如下
图像滤波_第8张图片
假如不想手动计算高斯滤波的模板系数,也可以取模板的近似值作为模板。如3x3和5x5的模板可以取
图像滤波_第9张图片#

sobel算子

Sobel算子是典型的基于一阶导数的边缘检测算子,由于该算子中引入了类似局部平均的运算,因此对噪声具有平滑作用,能很好的消除噪声的影响。sobel算子对边缘定位不是很准确,图像的边缘不止一个像素;当对精度要求不是很高时,是一种较为常用的边缘检测方法。
图像滤波_第10张图片
图像滤波_第11张图片
一阶导数可以由差分来近似,可以求得Gx和Gy:
图像滤波_第12张图片
在这里插入图片描述
图像滤波_第13张图片

anny算子

该算子功能比前面几种都要好,但是它实现起来较为麻烦,Canny算子是一个具有滤波,增强,检测的多阶段的优化算子,在进行处理前,Canny算子先利用高斯平滑滤波器来平滑图像以除去噪声,Canny分割算法采用一阶偏导的有限差分来计算梯度幅值和方向,在处理过程中,Canny算子还将经过一个非极大值抑制的过程,最后Canny算子还采用两个阈值来连接边缘。

Canny边缘检测算法:

step1: 用高斯滤波器平滑图象;

step2: 用一阶偏导的有限差分来计算梯度的幅值和方向;

step3: 对梯度幅值进行非极大值抑制

step4: 用双阈值算法检测和连接边缘

拉普拉斯算子:

Laplace算子是一种各向同性算子,二阶微分算子。一个函数的一阶微分描述了函数图像是朝哪里变化的,即增长或者降低;而二阶微分描述的则是图像变化的速度,急剧增长下降还是平缓的增长下降。当邻域中心像素灰度低于它所在的领域内其它像素的平均灰度时,此中心像素的灰度应被进一步降低,当邻域中心像素灰度高于它所在的邻域内其它像素的平均灰度时,此中心像素的灰度应被进一步提高,以此实现图像的锐化处理。

算子定义为
图像滤波_第14张图片
下面由算子推导计算模板系数

在x方向上,二阶导数的微分可以由差分近似表示,有
在这里插入图片描述
类似地,在y方向上有
在这里插入图片描述
所以拉普拉斯算子在离散的情况下,可以近似为
图像滤波_第15张图片
还有一般常用的其他拉普拉斯模板图像滤波_第16张图片

非线性滤波

非线性滤波: 输出的信号响应是由输入经过非线性的运算得到的。比如典型的中值滤波,就是取像素点邻域的中值作为像素的的响应输出。

非线性滤波包含:中值滤波,最大最小值滤波,双边滤波。

双边滤波:

一种同时考虑了像素空间差异与强度差异的滤波器,因此具有保持图像边缘的特性。先看看高斯滤波器
在这里插入图片描述
其中W是权重,i和j是像素索引,K是归一化常量。公式中可以看出,权重只和像素之间的空间距离有关系,无论图像的内容是什么,都有相同的滤波效果。

再来看看双边滤波器,它只是在原有高斯函数的基础上加了一项,如下
在这里插入图片描述
其中 I 是像素的强度值,所以在强度差距大的地方(边缘),权重会减小,滤波效应也就变小。总体而言,在像素强度变换不大的区域,双边滤波有类似于高斯滤波的效果,而在图像边缘等强度梯度较大的地方,可以保持梯度。

你可能感兴趣的:(图像滤波)