图像处理之滤波器介绍
来源:互联网 发布:js杀破狼无损百度云 编辑:程序博客网 时间:2024/05/16 07:03
最近在看OpenCV 图像处理-平滑处理这个章节,于是呢,想着滤波器总结一下。这里主要是空间域滤波器的介绍,频率域以后再说吧。
首先分为平滑空间滤波器和锐化空间滤波器来进行介绍。平滑空间滤波器主要用于模糊处理和降低噪声,主要两类:均值滤波器和中值滤波器。锐化空间滤波器主要是:拉普拉斯算子和梯度算子
1、均值滤波器
假设我们有一个3*3的模板,系数全为1,那么欲求的中心点像素值就是以该模板为中心的9个像素的平均值来代替。根据定义可知,该滤波器具有模糊边缘的负面效应。通过空间均值处理来模糊图像,可以突出感兴趣的物体,即将较部分图像融入背景中 ,部分图像‘突出显示’出来,达到平滑图像的作用,重点理解平滑对于图像的意义。
MATLAB实现代码:
set(gca,'Fontname','Monospaced');I=imread('a.tif'); subplot(231),imshow(I), title('origin image'); %I=rgb2gray(I); %I1=imnoise(I,'salt & pepper',0.02); %subplot(2 3 2) %imshow(I1) %title('添加椒盐噪声的图像');I1 = I;k1=filter2(fspecial('average',3),I1)/255; %进行3*3模板平滑滤波k2=filter2(fspecial('average',5),I1)/255; %进行5*5模板平滑滤波 k3=filter2(fspecial('average',7),I1)/255; %进行7*7模板平滑滤波 k4=filter2(fspecial('average',9),I1)/255; %进行9*9模板平滑滤波 k5=filter2(fspecial('average',15),I1)/255; %进行15*15模板平滑滤波 subplot(232),imshow(k1);title('3*3 smoothing filtering'); subplot(233),imshow(k2);title('5*5 smoothing filtering'); subplot(234),imshow(k3);title('7*7 smoothing filtering'); subplot(235),imshow(k4);title('9*9 smoothing filtering'); subplot(236),imshow(k5);title('15*15 smoothing filtering');结果:可以看出,在模板逐渐扩大的过程中,图像的锯齿边缘被模糊掉,颗粒状的噪声也没有了,达到了我们想要的效果,但是在9*9甚至更大的模板,图像开始失真,图像过度模糊了。所以我们在图像平滑的时候,要选最佳的模板尺寸。
2、中值滤波器
中值滤波器是一种统计排序滤波器,即图像像素等于周围像素排序后的中值,加入模板为3*3,则目标点的像素等于排序后的第五个像素的值。中值滤波器特别适用于椒盐噪声。由定义知,中值滤波器对于孤立点特别敏感,还可以保持图像的边缘特性。由中值滤波扩展出来的还有最大值滤波器和最小值滤波器。
MATLAB代码:
%=======second part======I = imread('book_XRaySalt.tif');subplot(131),imshow(I);title('原椒盐噪声图像');k1=filter2(fspecial('average',3),I)/255; %进行3*3模板平滑滤波k2=medfilt2(I,[3,3]); %进行3*3模板中值滤波subplot(132),imshow(k1);title('3*3模板均值滤波'); subplot(133),imshow(k2);title('3*3模板中值滤波');I(100:110,100:110),k2(100:110,100:110),结果:
增加:
这里补充说下高斯滤波器,高斯滤波器是利用高斯核与输入图像的每个点进行卷积。提到高斯,就想到‘草帽’,更能记住它。
高斯滤波器是一种平滑线性滤波器,使用高斯滤波器对图像进行滤波,其效果是降低图像灰度的“尖锐”变化,也就是使图像“模糊”了。高斯滤波对于抑制服从正态分布的噪声效果非常好,其代价是使图像变得“模糊”。当然,有时对图像进行平滑滤波的目的就是让图像变得模糊。
一维高斯分布函数: 二维高斯分布函数:
它们的图像分别为:
其3*3与5*5的卷积核对应如下:
MATLAB实现:
img = imread('lena.tif');w = fspecial('gaussian',[5,5],0.5);%replicate:图像大小通过赋值外边界的值来扩展%symmetric 图像大小通过沿自身的边界进行镜像映射扩展I = imfilter(img,w,'replicate');subplot(1,2,1);title('原图像');imshow(img);subplot(1,2,2);title('高斯滤波后的图像');imshow(I);
从结果可以看出,图像整体模糊平滑了,特别是头发和帽子部分,是图像的尖锐变化被降低了吧。
3、拉普拉斯算子进行图像锐化
拉普拉斯算子是一种二阶微分算子,其强调的是图像中灰度的突变,通过将原图像和拉普拉斯图像加在一起,可以达到锐化图像的作用,最终在保留图像的背景信息的前提下从而突出细节。拉普拉斯锐化模板在边缘检测中非常有用。因为图像的边缘就是那些灰度跳变厉害的的区域。
拉普拉斯算子模板:
实现代码:
%=============================================================f=imread('moon.jpg');subplot(2,3,1),imshow(f); title('原图像'); w4=fspecial('laplacian',0),g1=imfilter(f,w4,'replicate');subplot(2,3,2),imshow(g1); title('拉普拉斯模板滤波后的图像'); f2=im2double(f);%将f转换归一化的double类图像,然后进行滤波g2=imfilter(f2,w4,'replicate');% imshow(img,[low high]) [low high]用于指定图像显示的灰度范围 对于double数据认为是0-1范围内subplot(2,3,3),imshow(g2,[]); title('含有负值的滤波结果'); g=f2-g2;subplot(2,3,4),imshow(g);title('原图-含有负值的滤波结果');%w8=[0 1 0;1 -4 1;0 1 0],w8=[1 1 1;1 -8 1;1 1 1],g8=f - imfilter(f,w8,'replicate');subplot(2,3,5),imshow(g8);title('对角线中心为8的拉普拉斯模板');%=============================================================
4、梯度算子进行图像锐化
% soble algorithm% ZhangFL at SWPU 2017.04.26% Sobel算子中的垂直模板得到的梯度图,由于梯度方向与边缘走向垂直,所以该梯度图对水平边缘有较强的响应,从而水平细节信息非常清晰。% sobel算子中的水平模板得到的梯度图,它对垂直边缘有较强的响应,垂直细节非常清晰。% Sobel算子水平和垂直方向叠加的梯度图,水平和垂直细节都非常清晰。 A=imread('house.tif'); %I=rgb2gray(A); I=A; subplot(2,2,1); imshow(I); title('原图'); k2=filter2(fspecial('average',5),I)/255; %进行5*5模板平滑滤波 I=k2; hx=[-1 -2 -1;0 0 0 ;1 2 1], %产生sobel垂直梯度模板 hy=hx', %产生sobel水平梯度模板 gradx=filter2(hx,I,'same'); gradx=abs(gradx); %计算图像的sobel垂直梯度 subplot(2,2,2); imshow(gradx,[]); title('图像的sobel垂直梯度'); grady=filter2(hy,I,'same'); grady=abs(grady); %计算图像的sobel水平梯度 subplot(2,2,3); imshow(grady,[]); title('图像的sobel水平梯度'); grad=gradx+grady; %得到图像的sobel梯度 subplot(2,2,4); imshow(grad,[]); title('图像的sobel梯度(使用5*5模板平滑滤波)');
- 图像处理之滤波器介绍
- 图像处理之滤波器
- 图像处理之滤波器
- 图像处理之滤波器(转)
- OpenCV图像处理---->>滤波器
- 【图像处理】Gabor滤波器
- 【图像处理】Schmid滤波器
- 【图像处理】Gabor滤波器
- 【图像处理】引导滤波器
- 图像处理双边滤波器
- 图像处理之滤波器(二)(转)
- OpenCV学习笔记——图像处理之滤波器ImgProc
- 图像处理中的滤波器设计
- 【图像处理基础】滤波器篇
- 图像处理--图像滤波与滤波器
- 图像处理22:图像模糊(滤波器)
- 图像处理滤波器(一)——均值滤波器(Mean Filter)
- 图像处理滤波器(二)——中值滤波器(Median Filter)
- java代理
- 详细解析Java中抽象类和接口的区别
- c++版本之单例模式
- 揭示最危害程序员职业生涯的三大观念
- 8.2 Hibernate:多对一单向关联(unidirectional)
- 图像处理之滤波器介绍
- 326. Power of Three
- Vmware复制虚拟机的网卡配置
- PAT A1088 Rational Arithmetic (20)
- swift 3.0 字典简单学习
- 水题 第二站 AC Me
- 使用jbox2d物理引擎打造摩拜单车贴纸动画效果
- 容器与外部互通
- 《小白兔到大黑牛》第七篇UDP与TCP理论