在图像处理或者计算机视觉应用中,在正式对图像进行分析处理前一般需要一个预处理的过程。预处理是对图像作一些诸如降维、降噪的操作,主要是为后续处理提供一个体积合适的、只包含所需信息的图像。这里通常会用到一些滤波处理手法。滤波,实际上是信号处理里的一个概念,而图像本身也可以看成是一个二维的信号,其中像素点灰度值的高低代表信号的强弱。对应的高低频的意义:高频:图像中灰度变化剧烈的点,一般是图像轮廓或者是噪声。低频:图像中平坦的,灰度变化不大的点,图像中的大部分区域。根据图像的高频与低频的特征,我们可以设计相应的高通与低通滤波器,高通滤波可以检测图像中尖锐、变化明显的地方;低通滤波可以让图像变得光滑,滤除图像中的噪声。OpenCV中提供的低通滤波有:线性的均值滤波器、高斯滤波器,非线性的双边滤波器、中值滤波器;高通滤波有基于Canny,Sobel等各种边缘滤波。这里大家可以看到低通滤波和高通滤波其实是相互矛盾的,但很多时候在做边缘检测前我们又需要进行低通滤波来降噪,这里就需要调节参数在保证高频的边缘不丢失的前提下尽可能的多去除图片的噪点。线性滤波器线性滤波器可以看做是用一个矩阵(滤波器的核)完整扫过源图片得到新图像,其中扫描的方式称为卷积。这里先介绍下核和卷积这两个概念。核 说白了就是一个固定大小的数值矩阵。该数组带有一个锚点 ,一般位于矩阵中央,如下图的-4。核可以是OpenCV已经定义好的均值滤波器核和高斯滤波器核,也可以自定义核。卷积 的计算方法其实也很简单:

  1. 将核的锚点放在该特定位置的像素上,同时,核内的其他值与该像素邻域的各像素重合;
  2. 将核内各值与相应像素值相乘,并将乘积相加;
  3. 将所得结果放到与锚点对应的像素上;
  4. 对图像所有像素重复上述过程。

用公式表示上述过程如下:下图为例,核锚点在中央,锚点放在源图红色区96的位置,分别相乘后求和,得到92为滤波后图像的值。这里对比结果图和源图,可以发现源图四周一圈的像素点已经丢失了,这里OpenCV提供的函数会自动帮我们补齐周围一圈使得源图和结果图尺寸一样。知道原理之后,再来看看常用的滤波和如何自定义线性滤波器吧。均值滤波

blur( src, dst, size, anchor = Point(-1,-1), borderType);

这个滤波是一个平滑图像的滤波器,它用一个点邻域内像素的平均灰度值来代替该点的灰度,看它的核就很容易理解了:高斯滤波

cv::GaussianBlur(src, dst, cv::Size(5,5), 1.5);

上面的均值滤波的平滑原理是用邻域内的平均值来代替当前的灰度值,但是我们往往希望越靠近该像素的点提供越高的权重,这样就产生了高斯模糊滤波。它的核是一个高斯分布的二维矩阵,中间大,向四周逐渐减小。自定义线性滤波器我们还可以自己设计核来完成个性化的滤波需求,根据原理我们也可以自己编程遍历图像像素做卷积求得结果,但更安全方便的方法是使用OpenCV函数 filter2D 创建自己的线性滤波器。

filter2D(src, dst, ddepth , kernel, anchor, delta, BORDER_DEFAULT );

前面的滤波都是模糊处理的,比如现在需要锐化图像,那可以很简单的设置一个核为即可。非线性滤波中值滤波中值滤波将图像的每个像素用邻域 (以当前像素为中心的正方形区域)像素的中值代替。比如上图源图的红色区域里,中值是96,所以结果图中该点的值为96。非双边滤波双边滤波是结合图像的空间邻近度和像素值相似度的一种折衷处理,同时考虑空域信息和灰度相似性,达到保边去噪的目的。具有简单、非迭代、局部的特点。这个滤波器相对复杂,具体原理可以看这.http://blog.csdn.net/abcjennifer/article/details/7616663

均值滤波计算_图像处理之低通滤波相关推荐

  1. 中值滤波_图像处理之低通滤波

    在图像处理或者计算机视觉应用中,在正式对图像进行分析处理前一般需要一个预处理的过程.预处理是对图像作一些诸如降维.降噪的操作,主要是为后续处理提供一个体积合适的.只包含所需信息的图像.这里通常会用到一 ...

  2. matlab 对图像进行低通滤波,matlab图像处理实现低通滤波

    matlab图像处理实现低通滤波 matlab图像处理实现低通滤波 clc; clear all; img=imread('lena.jpg'); img_noise = imnoise(img, ' ...

  3. MATLAB图像处理--高斯低通滤波、高斯高通滤波(代码及示例)

    本文目录 常用的滤波器 高斯低通滤波器 matlab代码 高斯高通滤波器 Butterworth 低通滤波器 常用的滤波器 常用的滤波器有以下几种: 频域滤波器 频域平滑滤波器 理想低通滤波器 巴特沃 ...

  4. 均值滤波计算_图像处理基础均值滤波(模糊)

    作者:爱干球的RD 图像处理中,有几种常见的基础算法,比如"模糊"."灰度"."浮雕"."黑白"."底片&qu ...

  5. 图像 理想低通滤波_图像处理之滤波(下)

    [toc]目录 一.常规滤波 低通 高通 带通 带阻 二.非局部均值滤波 三.维纳滤波 四.卡尔曼滤波 前言 所谓滤波,其实就是从混合在一起的诸多信号中提取出所需要的信号. 信号的分类: 确定型信号, ...

  6. 《OpenCv视觉之眼》Python图像处理七 :Opencv图像处理之高通滤波和低通滤波原理及构造

    本专栏主要介绍如果通过OpenCv-Python进行图像处理,通过原理理解OpenCv-Python的函数处理原型,在具体情况中,针对不同的图像进行不同等级的.不同方法的处理,以达到对图像进行去噪.锐 ...

  7. 数字图像处理-频域滤波-高通/低通滤波

    频域滤波 频域滤波是在频率域对图像做处理的一种方法.步骤如下: 滤波器大小和频谱大小相同,相乘即可得到新的频谱. 滤波后结果显示,低通滤波去掉了高频信息,即细节信息,留下的低频信息代表了概貌.常用的例 ...

  8. opencv 高通滤波和低通滤波_一阶低通滤波原理详解

    在汽车标定中,使用最多的滤波算法即低通滤波,很多朋友可能知道怎么标定,但是不清楚具体的原理,因此本文将介绍一阶低通滤波的原理.算法建模仿真和优缺点: 一阶滤波算法的原理 一阶滤波,又叫一阶惯性滤波,或 ...

  9. 一阶低通滤波器方程_一阶低通滤波原理详解

    在汽车标定中,使用最多的滤波算法即低通滤波,很多朋友可能知道怎么标定,但是不清楚具体的原理,因此本文将介绍一阶低通滤波的原理.算法建模仿真和优缺点:一阶滤波算法的原理 一阶滤波,又叫一阶惯性滤波,或一 ...

最新文章

  1. 官方全面解读“5G+工业互联网”
  2. 简单选择排序--转载
  3. 比起掉头发,我更怕掉队
  4. python创建excel_python自动生成excel(xlwt库)
  5. hbase meta中分区信息错误的记录
  6. 页面中动态画有超连接的图
  7. cba篮球暂停次数和时间_为什么足球赛的观赏性比篮球更强?这三点是主要原因...
  8. 华为负一屏Java_干货分享:华为手机负一屏使用设置方法详解,不会的赶紧了解一下...
  9. EvnetTimeWindow API
  10. 建立桌面文件管理格子_win10桌面分区,win10如何创建桌面格子
  11. 微信小程序 - 二维码数据解析,如何扫码进入开发版测试二维码数据
  12. 微信小程序 WXS(WeiXin Script)
  13. OSChina 周三乱弹 —— 你再能还能又刘能能啊
  14. sns.jointplot画联合分布图 直方图+散点图,设置xy轴标签
  15. PAT顶级 1003 Universal Travel Sites (35分)(最大流)
  16. Dockerfile(centos7:lastest + jdk8)
  17. itchat 实现微信智能机器人
  18. HSDPA(High Speed Downlink Packet Access)高速下行分组接入,是一种移动通信协议,亦称为3.5G(3½G)...
  19. SQL进行数据过滤的方法
  20. 可调速自动播放ppt

热门文章

  1. 佐丹奴公司电子商务整合案例分析
  2. dofilter拦截后反复跳转
  3. 单目图像深度估计 - SLAM辅助篇:MegaDepth
  4. 分布式文件存储MinIO试用对比总结
  5. coreldraw快速撤回_CDR最多能撤销多少步
  6. python 3D numpy数组可视化 医学图像
  7. Cadence仿真方法
  8. ORA12541: TNS:no listener解决办法
  9. Cuda 程序设计中 Grid 和 Block 维度设置的注意事项
  10. 85后大学生2800元起家创业 捞偏门年赚1500万