圖像濾波：
盡量保留圖像細(xì)節(jié)特征的條件下對目標(biāo)圖像的噪聲進(jìn)行抑制和平滑處理，是圖像預(yù)處理中不可缺少的操作，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。
濾波器：
低通濾波器（允許低頻通過）占遥，高通濾波器理盆，帶通濾波器痘煤，帶阻濾波器，全通濾波器猿规，陷波濾波器衷快。
我在這兒主要介紹OpenCV中所提供的濾波操作，線性濾波與非線性濾波姨俩。
opencv中線性濾波操作有：方框濾波蘸拔、均值濾波和高斯濾波师郑。非線性濾波操作有：中值濾波和雙邊濾波。

方框濾波

講到方框濾波调窍，我們不能不提及的是線性鄰域濾波算子宝冕，即用不同的權(quán)重去結(jié)合一個小鄰域內(nèi)的像素，來得到應(yīng)有的處理效果邓萨。鄰域濾波（卷積）：左邊圖像與中間圖像的卷積產(chǎn)生右邊圖像地梨。目標(biāo)圖像中綠色標(biāo)記的像素是利用原圖像中藍(lán)色標(biāo)記的像素計算得到的。線性濾波處理的輸出像素值g(i,j)是輸入像素值f(j+k,j+l)的加權(quán)和 先誉，其中加權(quán)和稱之為“核”湿刽，濾波器的加權(quán)系數(shù)，即濾波器的“濾波系數(shù)”褐耳。

這里寫圖片描述

這里寫圖片描述

  /**
      * opencv中方框濾波函數(shù)
      * 第一個參數(shù)：輸入的圖片
      * 第二個參數(shù)：輸出的圖片
      * 第三個參數(shù)：圖片的深度（存儲每個像素所用的位數(shù)）一般情況使用-1也就是原有的圖像深度
      * 第四個參數(shù)：核心的大小
      * 第五個參數(shù)：錨點的位置诈闺，就是我們要進(jìn)行處理的點，默認(rèn)值（-1铃芦，-1）表示錨點在核的中心
      * 第六個參數(shù)：normalize默認(rèn)值為true雅镊，表示內(nèi)核是否被其區(qū)域歸一化（normalized）了，當(dāng)normalize=true的時候刃滓，方框濾波就變成了我們熟悉的均值濾波仁烹。也就是說，均值濾波是方框濾波歸一化（normalized）后的特殊情況咧虎。其中卓缰，歸一化就是把要處理的量都縮放到一個范圍內(nèi),比如(0,1)，以便統(tǒng)一處理和直觀量化砰诵。而非歸一化（Unnormalized）的方框濾波用于計算每個像素鄰域內(nèi)的積分特性征唬，比如密集光流算法（dense optical flow algorithms）中用到的圖像倒數(shù)的協(xié)方差矩陣（covariance matrices of image derivatives）如果我們要在可變的窗口中計算像素總和，可以使用integral()函數(shù)
      * 第七個參數(shù)：邊界模式茁彭，默認(rèn)值BORDER_DEFAULT
      */
CV_EXPORTS_W void boxFilter( InputArray src, OutputArray dst, int ddepth,
                             Size ksize, Point anchor = Point(-1,-1),
                             bool normalize = true,
                             int borderType = BORDER_DEFAULT );

extern "C"
JNIEXPORT jintArray JNICALL
Java_com_xy_opencv_ndk_1opencv002_MainActivity_blurImage(JNIEnv *env, jclass type,jintArray pixels_, jint w, jint h) {
    jint *pixels = env->GetIntArrayElements(pixels_, NULL);
    Mat img(h, w, CV_8UC4, pixels);
    boxFilter(img,img,-1,Size(30,30));
    int size = w * h;
    jintArray array = env->NewIntArray(size);
    env->SetIntArrayRegion(array, 0, size, pixels);
    env->ReleaseIntArrayElements(pixels_, pixels, 0);
    return array;
    }

這里寫圖片描述

均值濾波
方框濾波歸一化之后就是均值濾波总寒。也就是輸出圖像的每一個像素是核窗口內(nèi)輸入圖像對應(yīng)像素的像素平均值( 所有像素加權(quán)系數(shù)相等)。

 /**
 * 均值濾波（歸一化之后又進(jìn)行了方框濾波）
 * 第一個參數(shù)：輸入的圖片
 * 第二個參數(shù)：輸出的圖片
 * 第三個參數(shù)：核心的大小
 * 第四個參數(shù)：錨點的位置理肺，就是我們要進(jìn)行處理的點摄闸，默認(rèn)值（-1，-1）表示錨點在核的中心
 * 第五個參數(shù)：邊界模式妹萨，默認(rèn)值BORDER_DEFAULT
 */

CV_EXPORTS_W void blur( InputArray src, OutputArray dst,
                        Size ksize, Point anchor = Point(-1,-1),
                        int borderType = BORDER_DEFAULT );

extern "C"
JNIEXPORT jintArray JNICALL
Java_com_xy_opencv_ndk_1opencv002_MainActivity_blurImage(JNIEnv *env, jclass type,jintArray pixels_, jint w, jint h) {
    jint *pixels = env->GetIntArrayElements(pixels_, NULL);
    Mat img(h, w, CV_8UC4, pixels);
    blur(img,img,Size(30,30));
    int size = w * h;
    jintArray array = env->NewIntArray(size);
    env->SetIntArrayRegion(array, 0, size, pixels);
    env->ReleaseIntArrayElements(pixels_, pixels, 0);
    return array;
    }

引用塊內(nèi)容

高斯濾波

高斯濾波是一種線性平滑濾波年枕，適用于消除高斯噪聲，廣泛應(yīng)用于圖像處理的減噪過程乎完。通俗的講熏兄，高斯濾波就是對整幅圖像進(jìn)行加權(quán)平均的過程，每一個像素點的值，都由其本身和鄰域內(nèi)的其他像素值經(jīng)過加權(quán)平均后得到霍弹。高斯濾波的具體操作是：用一個模板（或稱卷積、掩模）掃描圖像中的每一個像素娃弓，用模板確定的鄰域內(nèi)像素的加權(quán)平均灰度值去替代模板中心像素點的值典格。從數(shù)學(xué)的角度來看，圖像的高斯模糊過程就是圖像與正態(tài)分布做卷積台丛。由于正態(tài)分布又叫作高斯分布耍缴，所以這項技術(shù)就叫作高斯模糊。圖像與圓形方框模糊做卷積將會生成更加精確的焦外成像效果挽霉。由于高斯函數(shù)的傅立葉變換是另外一個高斯函數(shù)防嗡，所以高斯模糊對于圖像來說就是一個低通濾波操作。高斯濾波器是一類根據(jù)高斯函數(shù)的形狀來選擇權(quán)值的線性平滑濾波器侠坎。高斯平滑濾波器對于抑制服從正態(tài)分布的噪聲非常有效蚁趁。一維零均值高斯函數(shù)為：G(x)=exp(-x^2/2sigma2)。其中实胸，高斯分布參數(shù)Sigma決定了高斯函數(shù)的寬度他嫡。對于圖像處理來說，常用二維零均值離散高斯函數(shù)作平滑濾波器庐完。

這里寫圖片描述

   /**
     * 高斯濾波
     * 第一個參數(shù)：傳入的圖片
     * 第二個參數(shù)：傳出的圖片
     * 第三個參數(shù)：核心（必須是正數(shù)和奇數(shù)）
     * 第四個參數(shù)：sigmaX代表高斯函數(shù)在x方向的標(biāo)準(zhǔn)偏差
     * 第五個參數(shù)：sigmaY代表高斯函數(shù)在Y方向的標(biāo)準(zhǔn)偏差钢属，有默認(rèn)值為0
     * 第六個參數(shù)：邊界模式，使用默認(rèn)值BORDER_DEFAULT
     */
CV_EXPORTS_W void GaussianBlur( InputArray src, OutputArray dst, Size ksize, double sigmaX, double sigmaY = 0, int borderType = BORDER_DEFAULT );

extern "C"
JNIEXPORT jintArray JNICALL
Java_com_xy_opencv_ndk_1opencv002_MainActivity_blurImage(JNIEnv *env, jclass type,jintArray pixels_, jint w, jint h) {
    jint *pixels = env->GetIntArrayElements(pixels_, NULL);
    Mat img(h, w, CV_8UC4, pixels);
    GaussianBlur(img,img,Size(31,31),0);
    int size = w * h;
    jintArray array = env->NewIntArray(size);
    env->SetIntArrayRegion(array, 0, size, pixels);
    env->ReleaseIntArrayElements(pixels_, pixels, 0);
    return array;
    }

中值濾波

中值濾波很簡單门躯，一種非線性濾波操作淆党，就是孔徑范圍內(nèi)的所有像素進(jìn)行排序，然后取中位數(shù)讶凉，賦值給核心染乌。

  /**
     * 中值濾波,孔徑范圍內(nèi)的所有像素進(jìn)行排序，然后取中位數(shù)缀遍，賦值給核心慕匠。
     * 第一個參數(shù)：傳入的圖片
     * 第二個參數(shù)：傳出的圖片
     * 第三個參數(shù)：孔徑的線性尺寸，必須是大于1的奇數(shù)
     */
CV_EXPORTS_W void medianBlur( InputArray src, OutputArray dst, int ksize );

extern "C"
JNIEXPORT jintArray JNICALL
Java_com_xy_opencv_ndk_1opencv002_MainActivity_blurImage(JNIEnv *env, jclass type,jintArray pixels_, jint w, jint h) {
    jint *pixels = env->GetIntArrayElements(pixels_, NULL);
    Mat img(h, w, CV_8UC4, pixels);
    medianBlur(img,img,31);
    int size = w * h;
    jintArray array = env->NewIntArray(size);
    env->SetIntArrayRegion(array, 0, size, pixels);
    env->ReleaseIntArrayElements(pixels_, pixels, 0);
    return array;
    }

雙邊濾波

雙邊濾波（Bilateral filter）是一種非線性的濾波方法域醇，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台谊，同時考慮空域信息和灰度相似性，達(dá)到保邊去噪的目的譬挚。具有簡單锅铅、非迭代、局部的特點 减宣。雙邊濾波器的好處是可以做邊緣保存（edge preserving）盐须，一般過去用的維納濾波或者高斯濾波去降噪，都會較明顯地模糊邊緣漆腌，對于高頻細(xì)節(jié)的保護(hù)效果并不明顯贼邓。雙邊濾波器顧名思義比高斯濾波多了一個高斯方差sigma－d阶冈，它是基于空間分布的高斯濾波函數(shù)，所以在邊緣附近塑径，離的較遠(yuǎn)的像素不會太多影響到邊緣上的像素值女坑，這樣就保證了邊緣附近像素值的保存。但是由于保存了過多的高頻信息统舀，對于彩色圖像里的高頻噪聲匆骗，雙邊濾波器不能夠干凈的濾掉，只能夠?qū)τ诘皖l信息進(jìn)行較好的濾波誉简。

 /**
   * 雙邊濾波
   * 第一個參數(shù)：傳入的圖片(必須是CV_8UC1或者CV_8UC3)
   * 第二個參數(shù)：傳出的圖片
   * 第三個參數(shù)：每個像素領(lǐng)域的直徑
   * 第四個參數(shù)：sigmaColor碉就，這個值越大，該像素領(lǐng)域內(nèi)會有更廣的顏色被混合到一起
   * 第五個參數(shù)：sigmaSpace闷串，這個值越大瓮钥，越遠(yuǎn)的像素會互相影響，第三個參數(shù)大于0時烹吵，領(lǐng)域的大小和這個值無關(guān)骏庸，否則成正比
   * 第六個參數(shù)：使用默認(rèn)值BORDER_DEFAULT
   */
CV_EXPORTS_W void bilateralFilter( InputArray src, OutputArray dst, int d,
double sigmaColor, double sigmaSpace, int borderType = BORDER_DEFAULT );

extern "C"
JNIEXPORT jintArray JNICALL
Java_com_xy_opencv_ndk_1opencv002_MainActivity_blurImage(JNIEnv *env, jclass type,jintArray pixels_, jint w, jint h) {
    jint *pixels = env->GetIntArrayElements(pixels_, NULL);
    Mat img(h, w, CV_8UC3, pixels);
    Mat out(h,w,CV_8UC4);
    bilateralFilter(img,out,25,25*2,25/2);
    int size = w * h;
    jint *re = (jint *) out.data;
    jintArray array = env->NewIntArray(size);
    env->SetIntArrayRegion(array, 0, size, re);
    env->ReleaseIntArrayElements(pixels_, pixels, 0);
    return array;
    }

這里寫圖片描述