Atitit   图像处理 平滑 也称 模糊  归一化块滤波 高斯滤波 中值滤波 双边滤波）

Atitit 图像处理平滑也称模糊,归一化块滤波、高斯滤波、中值滤波、双边滤波）

是一项简单且使用频率很高的图像处理方法

用途去噪去雾

各种线性滤波器对图像进行平滑处理，相关OpenCV函数如下:

归一化块滤波器 (Normalized Box Filter)

§

最简单的滤波器， 输出像素值是核窗口内像素值的均值( 所有像素加权系数相等)

§

高斯滤波器 (Gaussian Filter)

§

最有用的滤波器 (尽管不是最快的)。 高斯滤波是将输入数组的每一个像素点与高斯内核卷积将卷积和当作输出像素值。

§

假设图像是1维的,那么观察上图，不难发现中间像素的加权系数是最大的， 周边像素的加权系数随着它们远离中间像素的距离增大而逐渐减小

中值滤波器 (Median Filter)

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 。

双边滤波 (Bilateral Filter)

§目前我们了解的滤波器都是为了平滑图像， 问题是有些时候这些滤波器不仅仅削弱了噪声， 连带着把边缘也给磨掉了。 为避免这样的情形 (至少在一定程度上 ), 我们可以使用双边滤波。

§类似于高斯滤波器，双边滤波器也给每一个邻域像素分配一个加权系数。 这些加权系数包含两个部分, 第一部分加权方式与高斯滤波一样，第二部分的权重则取决于该邻域像素与当前像素的灰度差值。

双边滤波(Bilateral filter)是一种可以保边去噪的滤波器。之所以可以达到此去噪效果,是因为滤波器是由两个函数构成。一个函数是由几何空间距离..

之所以可以达到此去噪效果，是因为滤波器是由两个函数构成。一个函数是由几何空间距离决定滤波器系数。另一个由像素差值决定滤波器系数。可以与其相比较的两个filter：高斯低通滤波器

双边滤波器中，输出像素的值依赖于邻域像素的值的加权组合

同时考虑了空间域与值域的差别，而Gaussian Filter和α均值滤波分别只考虑了空间域和值域差别。

双边滤波器能做到这些原因在于它不像普通的高斯/卷积低通滤波，只考

虑了位置对中心像素的影响，它还考虑了卷积核中像素与中心像素之间相似程度的影响，根据位置

影响与像素值之间的相似程度生成两个不同的权重表(WeightTable)，在计算中心像素的时候加以

考虑这两个权重，从而实现双边低通滤波。据说AdobePhotoshop的高斯磨皮功能就是应用了

双边低通滤波算法实现。

图像平滑处理（归一化块滤波、高斯滤波、中值滤波、双边滤波） - xw4898的专栏 - 博客频道 - .html

作者::绰号:老哇的爪子（全名：：AttilaxAkbarAlRapanui阿提拉克斯阿克巴阿尔拉帕努伊）

汉字名：艾提拉（艾龙），EMAIL:1466519819@

转载请注明来源：/attilax

Atiend