《数字图像处理》学习笔记(二)--平滑空间滤波器

1. 平滑滤波器用于模糊处理和减小噪声。模糊处理经常用于预处理，例如，在提取大的目标之前去除图像中一些琐碎的细节、桥接直线或曲线的缝隙。通过线型滤波器和非线性滤波器的模糊处理可以减少噪声。

2. 平滑线性空间滤波器的输出(响应)是包含在滤波掩膜领域内像素的简单平均值。因此这些滤波器也称为均值滤波器，也指的是低通滤波器。

    平滑滤波器的概念非常直观。它用滤波掩膜确定的领域内像素的平均灰度值去代替图像每个像素点的值，这种处理减小了图像灰度的“尖锐”变化。由于典型的随机噪声由灰度级的尖锐变化组成，因此，常见的平滑处理应用就是减噪。然而，由于图像边缘也是由图像灰度尖锐变化带来的特性，所以均值滤波器处理还是存在着不希望的边缘模糊的负面效应。这里要理解这句话很重要，均值滤波器的主要应用是去除图像中的不相干的细节，其中“不相干”是指与滤波掩膜尺寸相比，较小的像素区域。

3. 以3*3的平滑滤波器为例，我们一般采用两种滤波器：

   （1）系数都取1。在滤波处理之后，整个图像被9除。所有系数都相等的空间均值滤波器有时称为盒滤波器。

   （2）第二种掩膜更有价值。这个掩膜也叫做加权平均，使用这一术语是指用不同的系数乘以像素，这样，从权值上看，一些像素比另一些更为重要。

                                   

一幅M*N的图像经过一个m*n（m和n是奇数）的加权均值滤波器滤波过程可由下式给出：

                                         

3. 下面用各种尺寸的掩膜平滑图像

   这里对n*n的掩膜进行赋值，实验中别分赋予3,15来观察平滑效果，由图可以看到，到n=3时，整幅图像中有轻微的模糊，但是正如所希望的那种，当图像细节与滤波器掩膜近似相同时，图像中一些细节受到的影响比较大。咯如用3*3掩膜时，较小的字母"a"和细的科里要比图像其他部分更为模糊。一个正面的意义就体现了，对于噪声的去除作用。而在n=15时，这种极端情况下，图像已经比较模糊，但是一个作用就是去除一些小物体。

#include "dipHeader.h"/************************************************************************//* 各种尺寸的均值滤波 3,5,9,16,35                                                                    *//************************************************************************/void main(){IplImage* a = cvLoadImage("a1.tif",0);IplImage* a3 = cvCreateImage(cvGetSize(a),8,a->nChannels);cvSmooth(a, a3, CV_BLUR,3,a->nChannels);IplImage* a15 = cvCreateImage(cvGetSize(a),8,a->nChannels);cvSmooth(a, a15, CV_BLUR,15,15);cvNamedWindow("a");cvShowImage("a",a);cvNamedWindow("a3");cvShowImage("a3",a3);cvNamedWindow("a15");cvShowImage("a15",a15);cvWaitKey(0);cvReleaseImage(&a);cvReleaseImage(&a3);cvReleaseImage(&a15);}