这篇文章主要区分各向同性和各向异性滤波的区别,明白各向异性滤波的优点,熟悉适合各向异性滤波的应用场景.

双边滤波(bilateral filter)的原理大家都还熟悉吗?双边滤波是一种非线性滤波器,优点是可以保持边缘,使得降噪平滑,双边滤波虽然采用邻域图像像素加权,但是,双边滤波的权重不仅考虑了像素的欧式距离(位置对中心像素的影响),还考虑了像素范围域中的辐射差异(像素与中心像素之间的相似程度,颜色强度,深度距离等),在计算中心像素的时候,需要同时考虑这两个权重.

双边滤波的核函数是空间域核与像素范围域核综合的结果:在图像的平坦区域,像素值变化很小,对应的像素范围域权重接近于1,此时空间权重起主要作用,相当于进行高斯模糊;在图像的边缘区域,像素值变化很大,像素范围域权重变大,从而保留可边缘信息.权重公式如下,可细细品味:

那么,各向异性滤波和双边滤波很像.

非均向性(anisotropy),或作各向异性,与各向同性相反,指物体的全部或部分物理、化学等性质随方向的不同而有所变化的特性,例如石墨单晶的电导率在不同方向的差异可达数千倍,又如天文学上,宇宙微波背景辐射亦拥有些微的非均向性。许多的物理量都具有非均向性,如弹性模量、电导率、在酸中的溶解速度等。

各向异性扩散滤波主要是用来平滑图像的,克服了高斯模糊的缺陷,各向异性扩散在平滑图像时是保留图像边缘的,和双边滤波很像。

isotropy与anisotropy?各向同性与各向异性滤波?相关推荐

  1. OpenCV图像各向异性滤波

    OpenCV图像各向异性滤波 各向异性概念 各向异性(英文名称:anisotropy)是指材料在各方向的力学和物理性能呈现差异的特性.晶体的各向异性即沿晶格的不同方向,原子排列的周期性和疏密程度不尽相 ...

  2. VTK修炼之道39:图像平滑_各向异性滤波

    1.各向异性扩散滤波 高斯平滑方法在平滑噪声的同时,模糊了图像的重要边缘图像. 各向异性滤波是一种基于偏微分方程的滤波技术,建立于热量的各向异性扩散理论. 各向异性滤波在图像的平坦区域选择大尺度平滑, ...

  3. 各向同性,各向异性缩放

    R-CNN的论文中提到了各向同性,各向异性缩放的概念,这里做一个详细解释: 当我们输入一张图片时,我们要搜索出所有可能是物体的区域,R-CNN采用的就是Selective Search方法,通过这个算 ...

  4. 图像处理笔记:各向异性滤波

    对于图像I中的每个点,有: t 第t次滤波迭代的结果 E,W,S,N 东南西北/上下左右  四方向 沿着某个方向的差分算子 C 各个方向的扩散系数 g 一般使用或者.其中K是一个控制曲线的参数 我们考 ...

  5. Opencv学习笔记 各向异性滤波/均值滤波/高斯滤波/中值滤波/加权中值滤波/高斯低通滤波

    各向异性滤波         各向异性扩散滤波主要是用来平滑图像的,克服了高斯模糊的缺陷,各向异性扩散在平滑图像时是保留图像边缘的,和双边滤波很像. public static void ImageA ...

  6. python VTK(十五) ----图像平滑 均值滤波 高斯平滑 中值滤波 各向异性滤波

    均值滤波vtkImageConvolve #!/usr/bin/env python # -*- coding:utf-8 -*- import vtk reader = vtk.vtkJPEGRea ...

  7. 各向异性滤波算法+数学模型分析

    matlab练习程序(各向异性扩散) 主要是用来平滑图像的,克服了高斯模糊的缺陷,各向异性扩散在平滑图像时是保留图像边缘的(和双边滤波很像). 通常我们有将图像看作矩阵的,看作图的,看作随机过程的,记 ...

  8. 医学图像的各向同性与各向异性

    根据我对大佬文章  http://www.360doc.com/content/19/0625/22/43825132_844846900.shtml  的理解. 好像是: 各向同性就是各个方向体素相 ...

  9. 写一个各向异性/各向同性高斯滤波器

    做图像超分的任务,需要用到各向异性滤波器,网上找了相关资料大多都是MATLAB版本,自己手写一个Python版本的滤波器 import numpy as np import cv2 as cvdef ...

最新文章

  1. python使用statsmodels包中的tsaplots函数和lags参数可视化时间序列数据指定滞后位置个数(级别)以前的所有自相关性(plot the autocorrelation)
  2. 25.2. String
  3. thinkphp-join
  4. OpenStack 多节点纳管 vCenter 5.5
  5. 查看linux显示文件大小,Linux下查看占用最大的文件和文件夹大小
  6. 用最简单的例子说明设计模式(三)之责任链、建造者、适配器、代理模式、享元模式...
  7. C语言实例——判断是否为闰年
  8. Hash算法中的CRC
  9. python resample函数_18_python_pandas_DataFrame使用指南(上)(1-4)
  10. [转载]想要成为Linux大神,你应该和我一样这样做!
  11. CCF NOI1071 Pell数列
  12. 10grac修改public-ip vip-ip
  13. openmv串口数据 串口助手_实例 | 使用Python串口实时显示数据并绘图
  14. C++complex复数类
  15. 解决安装webrtcvad出现错误的方法
  16. 360浏览器打开html不能正常显示图片,“网页图片显示异常,网页图片、验证码显示不正常,经常显示不全或根本不显示”的解决方案...
  17. 2019-02-24 经济 金融 投资 理财相关书籍推荐
  18. 挺带劲!这款免费开源的监控系统真强大~
  19. 大数据开发方向分享:春招获蚂蚁金服、拼多多、华为(终端)、远景能源、华泰证券等offer
  20. 微信支付踩坑合集:微信小程序支付失败是什么原因?持续更新

热门文章

  1. 基于Java或SSM的管理系统设计与实现大全
  2. PHP针对数字的加密解密类,可直接使用
  3. LK算法、LKH算法介绍及Python实现
  4. UBports使用Anbox玩耍安卓APPs
  5. ue/um-editor实现word图片复制
  6. IM开发者的零基础通信技术入门(一):通信交换技术的百年发展史(上)
  7. c语言作业i love gplt,Jmete 入门一
  8. 【leetcode】【简单】13. 罗马数字转整数【字典搜索】
  9. 将一个C类网络(192.168.1.0/24)划分为4个子网,每个子网至少可容纳30台主机,如何划分?
  10. 未来几年中,软件测试的几大趋势是什么?