11.图像滤波与滤波器

标签：损坏   中值滤波   gauss   目标   处理   操作   特征   均值滤波   识别   

　　图像滤波，指在尽量保留图像细节特征的条件下对目标图像的噪声进行抑制，是图像预处理中不可缺少的操作，其处理效果的好坏将直接影响到后续图像处理和分析的有效性和可靠性。

　　消除图像中的噪声成分称为图像的平滑化或者滤波操作。信号或图像的能量大部分集中在幅度谱的低频和中频段。而在较高频段，有用的信息经常被噪声淹没。滤波的目的有2个：一个是抽出对象的特征作为图像识别的特征模式；一个是为适应图像处理的要求，消除图像数字化时所混入的噪声。

　　对于滤波而言，处理的要求有2个：一个是不能损坏图像的轮廓及边缘等重要信息；一个是使图像清晰视觉效果好。滤波器一共有5种，分别是：

1. 方框滤波——BoxBlur函数
2. 均值滤波——Blur函数
3. 高斯滤波——GaussianBlur函数
4. 中值滤波——medianBlur函数
5. 双边滤波——bilateralFilter函数

　　其中：1,2,3种滤波属于线性滤波；4,5属于非线性滤波。

11.图像滤波与滤波器

标签：损坏   中值滤波   gauss   目标   处理   操作   特征   均值滤波   识别   

原文地址：http://www.cnblogs.com/foggia2004/p/6596770.html