計(jì)算機(jī)視覺(jué)應(yīng)用開(kāi)發(fā)課件：圖像濾波

圖像濾波圖像濾波01任務(wù)線(xiàn)性濾波02任務(wù)非線(xiàn)性濾波02任務(wù)學(xué)習(xí)目標(biāo)掌握線(xiàn)性濾波的常用方法掌握非線(xiàn)性濾波的常用方法掌握?qǐng)D像濾波的基本概念1圖像濾波1圖像濾波圖像濾波，即在盡量保留圖像細(xì)節(jié)特征的條件下對(duì)目標(biāo)圖像的噪聲進(jìn)行抑制，同時(shí)會(huì)造成圖像一定程度上的模糊，這也叫做平滑或者低通濾波。無(wú)論是均衡化直方圖和圖像濾波，都一定程度上降低了圖像閾值分割的難度，直方圖增強(qiáng)圖像內(nèi)的對(duì)比度，圖像濾波消除圖像內(nèi)的噪聲干擾。進(jìn)行平滑時(shí)，鄰域內(nèi)不同位置的像素被賦予不同的權(quán)值，對(duì)圖像進(jìn)行平滑的同時(shí)能夠更多的保留圖像的總體灰度分布特征。圖像濾波是圖像預(yù)處理中的操作，其處理效果的好壞將直接影響到后續(xù)圖像處理和分析的有效性和可靠性。1圖像濾波圖像濾波的兩個(gè)目的是提取特征（抽出對(duì)象的特征作為圖像識(shí)別的特征模式）和清除噪聲（為適應(yīng)圖像處理的要求，消除圖像數(shù)字化時(shí)所混入的噪聲）。濾波處理的兩個(gè)基本要求為無(wú)損信息（不能損壞圖像的輪廓及邊緣等重要信息）和圖像清晰（使圖像清晰視覺(jué)效果好）。圖像平滑的兩類(lèi)目的：模糊+消除噪音。平滑濾波是低頻增強(qiáng)的空間域?yàn)V波技術(shù)?？臻g域的平滑濾波，一般采用簡(jiǎn)單平均法進(jìn)行，就是求鄰近像元點(diǎn)的平均亮度值。鄰域的大小與平滑的效果直接相關(guān)，鄰域越大平滑的效果越好，但鄰域過(guò)大，平滑會(huì)使邊緣信息損失的越大，從而使輸出的圖像變得模糊，因此需合理選擇鄰域的大小。1圖像濾波噪聲一般可以分為高斯噪聲和椒鹽噪聲，那高斯噪聲和椒鹽噪聲有什么區(qū)別呢？高斯噪聲是指噪聲服從高斯分布，即某個(gè)強(qiáng)度的噪聲點(diǎn)個(gè)數(shù)最多，離這個(gè)強(qiáng)度越遠(yuǎn)噪聲點(diǎn)個(gè)數(shù)越少，且這個(gè)規(guī)律服從高斯分布。高斯噪聲是一種加性噪聲，即噪聲直接加到原圖像上，因此可以用線(xiàn)性濾波器濾除。

椒鹽噪聲類(lèi)似把椒鹽撒在圖像上，因此得名，是一種在圖像上出現(xiàn)很多白點(diǎn)或黑點(diǎn)的噪聲，如電視里的雪花噪聲等。椒鹽噪聲可以認(rèn)為是一種邏輯噪聲，用線(xiàn)性濾波器濾除的結(jié)果不好，一般采用中值濾波器濾波可以得到較好的結(jié)果。

圖像濾波可大致分為兩類(lèi)：線(xiàn)性濾波和非線(xiàn)性濾波。2線(xiàn)性濾波2線(xiàn)性濾波

線(xiàn)性濾波器的原始數(shù)據(jù)與濾波結(jié)果是一種算術(shù)運(yùn)算，即用加減乘除等運(yùn)算實(shí)現(xiàn)，如均值濾波器（模板內(nèi)像素灰度值的平均值）、高斯濾波器（高斯加權(quán)平均值）等。由于線(xiàn)性濾波器是算術(shù)運(yùn)算，有固定的模板，因此濾波器的轉(zhuǎn)移函數(shù)是可以確定并且是唯一的（轉(zhuǎn)移函數(shù)即模板的傅里葉變換）。1.均值濾波均值濾波是最簡(jiǎn)單的一種濾波操作，輸出圖像的每一個(gè)像素是核窗口內(nèi)輸入圖像對(duì)應(yīng)像素的平均值（所有像素加權(quán)系數(shù)相等）。OpenCV中利用cv2.blur(img,ksize)來(lái)實(shí)現(xiàn)均值濾波，其中參數(shù)img為原圖像，ksize為核的大小。2線(xiàn)性濾波

2.高斯濾波高斯濾波是一種線(xiàn)性平滑濾波，適用于消除高斯噪聲，廣泛應(yīng)用于圖像處理的減噪過(guò)程。通俗的講，高斯濾波就是對(duì)整幅圖像進(jìn)行加權(quán)平均的過(guò)程，每一個(gè)像素點(diǎn)的值，都由其本身和鄰域內(nèi)的其他像素值經(jīng)過(guò)加權(quán)平均后得到，通常用它來(lái)減少圖像噪聲以及降低細(xì)節(jié)層次。這種模糊技術(shù)生成的圖像，其視覺(jué)效果就像是經(jīng)過(guò)一個(gè)毛玻璃在觀察圖像，這與鏡頭焦外成像效果以及普通照明陰影中的效果都明顯不同。高斯平滑也用于計(jì)算機(jī)視覺(jué)算法中的預(yù)處理階段，以增強(qiáng)圖像在不同比例大小下的圖像效果（參見(jiàn)尺度空間表示以及尺度空間實(shí)現(xiàn)）。從數(shù)學(xué)的角度來(lái)看，圖像的高斯模糊過(guò)程就是圖像與正態(tài)分布做卷積。由于正態(tài)分布又叫高斯分布，所以這項(xiàng)技術(shù)就稱(chēng)為高斯模糊。圖像與圓形方框模糊做卷積將會(huì)生成更加精確的焦外成像效果。由于高斯函數(shù)的傅立葉變換是另外一個(gè)高斯函數(shù)，所以高斯模糊對(duì)于圖像來(lái)說(shuō)就是一個(gè)低通濾波器。2線(xiàn)性濾波數(shù)值圖像處理中，高斯濾波主要可以使用兩種方法實(shí)現(xiàn)。?種是離散化窗口滑窗卷積，另?種方法是通過(guò)傅里葉變化。最常見(jiàn)的就是滑窗實(shí)現(xiàn)，只有當(dāng)離散化的窗口非常大，使用滑窗計(jì)算量非常大的情況下，可能會(huì)考慮基于傅里葉變化的實(shí)現(xiàn)方法。離散化窗口滑窗卷積時(shí)主要利用的是高斯核，高斯核的大小為奇數(shù)，因?yàn)楦咚咕矸e會(huì)在其覆蓋區(qū)域的中心輸出結(jié)果。高斯卷積的公式如下：2線(xiàn)性濾波下面給予一張黑白明顯的圖片，將其標(biāo)準(zhǔn)差為1時(shí)的高斯卷積核的數(shù)值可視化，如圖所示：高斯卷積核的生成步驟為：確定卷積核的尺寸，比如5×5；設(shè)置高斯函數(shù)的標(biāo)準(zhǔn)差，比如計(jì)算卷積核各個(gè)位置權(quán)重值；對(duì)權(quán)重進(jìn)行歸一化。OpenCV中可利用cv2.GaussianBlur(src,ksize,sigmaX[,DST[,sigmaY[,borderType]]])來(lái)實(shí)現(xiàn)高斯濾波，其中參數(shù)src為輸入圖像，ksize為高斯核的大小，sigmaX

為X方向上的高斯核標(biāo)準(zhǔn)偏差，dst

為輸出與圖像大小和類(lèi)型相同的圖像src，sigmaY為Y方向上的高斯核標(biāo)準(zhǔn)差，borderType為像素外推方法。3非線(xiàn)性濾波3非線(xiàn)性濾波非線(xiàn)性濾波是利用原始圖像跟模版之間的一種邏輯關(guān)系得到結(jié)果，常用的非線(xiàn)性濾波方法有中值濾波和高斯雙邊濾波，分別對(duì)應(yīng)cv2.medianBlur(src,ksize)方法和cv2.bilateralFilter(src,d,sigmaColor,sigmaSpace[,dst[,borderType]])方法。中值濾波中值濾波就是某個(gè)ksize區(qū)域里面的中值，將每一像素點(diǎn)的灰度值設(shè)置為該點(diǎn)某鄰域窗口內(nèi)所有像素點(diǎn)灰度值的中值。中值對(duì)椒鹽噪聲（脈沖噪聲）有很好的抑制作用。中值濾波的原理是把以當(dāng)前像素為中心的小窗口內(nèi)的所有像素的灰度按從小到大排序，取排序結(jié)果的中間值作為該像素的灰度值。3非線(xiàn)性濾波在一連串?dāng)?shù)字｛1，4，6，8，9｝中，數(shù)字6就是這串?dāng)?shù)字的中值。由此可以應(yīng)用到圖像處理中。依然在圖像中去3×3的矩陣，里面有9個(gè)像素點(diǎn)，將9個(gè)像素進(jìn)行排序，最后將這個(gè)矩陣的中心點(diǎn)賦值為這九個(gè)像素的中值。圖中就展示了在3×3矩陣中對(duì)中心值取值的計(jì)算過(guò)程。OpenCV中可利用cv2.medianBlur(src,ksize)來(lái)實(shí)現(xiàn)中值濾波，其中參數(shù)src為輸入圖像，ksize為高斯核的大小。3非線(xiàn)性濾波雙邊濾波是結(jié)合圖像的空間鄰近度和像素值相似度的一種折中處理，不僅考慮了像素信息，也考慮到了像素位置信息，達(dá)到保邊去噪的目的，具有簡(jiǎn)單、非迭代、局部處理的特點(diǎn)。

雙邊濾波的計(jì)算公式為：其中

為當(dāng)前像素權(quán)值，

為當(dāng)前像素信息，

為當(dāng)前像素鄰域均值；

為當(dāng)前像素位置信息，

為當(dāng)前像素平均位置信息，

與

分別為當(dāng)前像素信息和當(dāng)前像素位置的標(biāo)準(zhǔn)差。在OpenCV中可使用cv2.bilateralFilter(src,d,sigmaColor,sigmaSpace[,dst[,borderType]])實(shí)現(xiàn)高斯雙邊濾波，方法中參數(shù)src為輸入圖像，參數(shù)d為過(guò)濾時(shí)周?chē)總€(gè)像素領(lǐng)域的直徑，參數(shù)sigmaColor表示在colorspace中過(guò)濾s