2D图像处理的基本操作

Note：以下用到卷积核的地方，最好都声明卷积核的width和height都为正奇数，否则卷积核中心与原图像中心点难以对齐，造成不对称。

1. 图像形态学操作
   a.膨胀：在规定的卷积核中取最大值代替原图像的中心点，目的是扩大较明亮物体的边界

   b.腐蚀：在规定的卷积核中取最小值代替原图像的中心点，目的是缩小较明亮物体的边界

   c.开运算： 先腐蚀，再膨胀。腐蚀操作去除物体边界的毛刺，膨胀操作恢复已经被腐蚀操作缩小过的物体边界
   应用： 去除物体边界的毛刺

   d. 闭运算： 先膨胀，再腐蚀。膨胀操作去除物体内部的黑点（洞），腐蚀操作缩小已经被膨胀操作扩大的物体边界。

   e.基本梯度：经过膨胀后的图像减去经过腐蚀后的图像
   应用： 提取物体的边界

2.图像模糊处理（blur，滤波)
a.均值滤波：取原图像中心点的值为卷积核范围内的均值。或者用卷积的语言说：原图像中心点的值变为原图像与矩阵中每个元素都是 1/(width*height)的卷积核的卷积。
应用：

b.中值滤波：取原图像中心点的值为卷积核范围内的像素值的中位数。
应用： 去除椒盐噪声。在图像的某些像素点采样时，可能由于外界噪声导致某些像素点过敏或过暗，就像盐粒或胡椒粉一样的颜色，称为椒盐噪声。（但要求卷积核的尺寸大于椒盐粒的尺寸）

c.高斯滤波：卷积核其实就是一种权重，而在均值滤波中，卷积核内的像素点的权重都相同**。而高斯滤波考虑了空间因素，以像素点中心为二维高斯分布的中心，卷积核内的取值按高斯分布减小。**高斯分布考虑了空间信息，因此对部分解决了均值滤波损失了物体边界信息的缺陷。

d.双边滤波：同时考虑空间因素和像素因素。有空域核，值域核两个卷积核。
空域核：元素取值是空间位置的高斯函数。
值域核：当周围像素与中心像素的像素值差距过大时，就不把此像素计算在内。