图像处理——图像滤波

---

一、简述一下图像滤波

图像滤波是指尽量保持图像细节特征的情况下对目标图像的噪声进行抑制。

二、常见的线性滤波器？

低通滤波器(允许低频通过)、高通滤波器、带通滤波器(允许一定范围的频率通过)、带阻滤波器(允许一定范围的频率通过，并阻止其他的频率通过)、全通滤波器(允许所有频率通过，只改变相位)。

三、线性滤波和非线性滤波

1.线性滤波：方框滤波、均值滤波、高斯滤波

（1）方框滤波(boxblur函数)：每一个输出像素是内核领域像素值的平均值得到的

（2）均值滤波(blur函数)：实际上就是用均值去代替原图像中的各个像素值。应对 高斯平滑
优点：均值操作简单、速度快
缺点：在边缘和细节处，容易产生模糊

（3）高斯滤波(高斯滤波器)：一种线性平滑滤波，适合消除高斯噪声，广泛应用于图像处理的降噪。
高斯滤波的具体操作：用一个卷积扫码图像中的每个 像素，用卷积确定的邻域内像素的加权平均值去替代卷积中心像素点的值。
高斯平滑滤波器对于抑制服从正态分布的噪声非常有效

2.非线性滤波：中值滤波、双边滤波

（1）中值滤波(中值滤波器)：基本思想是用像素点领域灰度值的中值（一个模板大小排序后中间的值）开代替该像素点的灰度值。适合去除 脉冲滤波、椒盐滤波。

（2）双边滤波：结合图像的空间临近度和像素值相似度的一种折中处理，同时考虑空域信息和灰度相似性，达到保边去燥的效果。
优点：对边缘信息保留的较好
缺点：由于保证了边缘信息，所有也保留了许多高频信息（边缘、纹理、噪声都是高频信号）。对于彩色图像的高频噪声，不能去除干净

参考

链接：link