3.1 空間濾波
空間濾波，就是直接在灰度值上靶瘸，做一些濾波操作苫亦。濾波一詞，其實(shí)來源于頻域怨咪，將某個(gè)頻率成分濾除的意思屋剑。大部分線性的空間濾波器（比如均值濾波器），是在空間上進(jìn)行一些灰度值上的操作诗眨，這個(gè)線性空間濾波器與頻域?yàn)V波器有一一對應(yīng)的關(guān)系（比如均值濾波器其本質(zhì)就是低通濾波器）唉匾，這樣會(huì)有助于理解這個(gè)濾波器的特性。然而匠楚，對于非線性的濾波器（比如最大值巍膘，最小值和中央值濾波器）的話，則沒有這樣一個(gè)一一對應(yīng)的關(guān)系油啤。
空間濾波的計(jì)算方式為典徘，對每個(gè)像素:
其中N_p為p的鄰域。
比較常見的濾波器有均值濾波益咬、最大濾波：
3.2 濾波器
3.2.1 線性濾波器
均值濾波器本質(zhì)是線性濾波器逮诲，線性濾波器的通用公式為：
公式中的稱為kernel幽告，也就是濾波核（其實(shí)跟卷積核一個(gè)意思）
3.2.2 非線性濾波器
最大濾波梅鹦、最小濾波都是非線性濾波。
3.3 平滑濾波
平滑濾波又稱低通（Low-pass）濾波冗锁，一般有均值濾波核加權(quán)濾波兩種方法齐唆。
做法并不難理解，通過計(jì)算周圍的點(diǎn)冻河，去掉一些噪聲箍邮，使圖片更加平滑。
例子如下叨叙，不難看出锭弊，隨著濾波核的增大，模糊程度會(huì)不斷變大擂错。
3.3.1 均值濾波
快速均值濾波
積分圖
圖像I的積分圖S是與其大小相同的圖像味滞，S的每一像素存儲(chǔ)的事
左上角所有像素的顏色值之和。積分圖很容易獲得，只需要一編掃描即可剑鞍。
基于積分圖昨凡，可以執(zhí)行O(1)的均值濾波。獲取積分圖后蚁署，假設(shè)濾波核大小為,只需計(jì)算：
3.4 銳化濾波（sharpening filter）
銳化濾波就是將圖片特征凸顯出來便脊，相當(dāng)于均值濾波的反向操作。
3.4.1 基本銳化濾波
濾波核的特點(diǎn)：
）濾波器中心有正系數(shù)形用，而在邊緣有負(fù)的系數(shù)
）總和為0
這種方法常用于邊緣檢測就轧。
3.4.2 導(dǎo)數(shù)濾波器（Derivative Filter）
圖像平均類似于積分，導(dǎo)致圖像模糊
而使用圖像差分田度，就有可能得到圖像銳化。圖像處理中最常用的差分工具就是梯度解愤。
Roberts算子：
Prewitt算子：
Sobel算子：
二階導(dǎo)數(shù)-拉普拉斯算子：
3.4.3 高提升濾波（High boost filter）
高提升濾波一般用于使得圖片更加清晰镇饺。其步驟大致如下，首先將圖片模糊化送讲，然后從原圖中奸笤，將其模糊形式去除。
從而得到圖像的反銳化掩蔽哼鬓，然后用將其疊加至原圖上监右，從而使得圖像更清晰。
當(dāng)k=1的時(shí)候异希，這個(gè)操作稱為反銳化掩蔽健盒。當(dāng)k>1時(shí)候，這個(gè)操作稱為高提升濾波称簿。
