四种常见的图像过滤算法简介

作者丨Yi Yi Program Yuan @知识源丨https://zhuanlan.zhihu.com/p/279602383编辑丨Jishi平台指南图像过滤是一项非常重要的图像处理技术。本文详细介绍了四种常见的图像处理技术。
带有源代码的图像滤波算法，包括自适应中值滤波，高斯滤波，双边滤波和引导滤波。前言本文介绍了四种常见的图像过滤算法，并附带了源代码。
图像过滤是非常重要的图像处理技术。当前的卷积神经网络实际上是一种过滤，它使用卷积核来提取图像特征模式。
但是，在传统过滤中，使用的卷积核是固定参数，由经验丰富的人手动设计，也称为手动特征。卷积神经网络的卷积核参数最初是未知的，并且根据不同任务通过数据和神经网络反向传播算法学习的参数更适合于不同任务。
目录自适应中值滤波器高斯滤波器双边滤波器导引滤波器自适应中值滤波器中值滤波器中值滤波器是一种常用的非线性滤波器，其基本原理是：选择要处理的邻域中的每个像素像素值的中值替换要处理的像素。主要功能使像素的灰度值更接近周围区域的像素，从而消除了一些孤立的噪声点，因此中值滤波器可以很好地消除盐和胡椒噪声。
不仅如此，尽管中值滤波器消除了噪声，但它也可以有效地保护图像的边界信息，而不会引起图像的大量模糊（与平均滤波器相比）。中值滤镜的效果在很大程度上受滤镜窗口大小的影响，并且在消除噪声和保护图像细节之间存在矛盾：较小的滤镜窗口可以很好地保护图像中的某些细节，但是它将滤镜噪音。
效果不是很好，因为实际的噪声不能仅占据一个像素位置。相反，较大的窗口具有较好的噪声过滤效果，但会导致图像出现一定的模糊。
另外，根据中值滤波器原理，如果滤波器窗口中的噪声点数大于整个窗口中的非噪声像素数，则中值滤波器不能很好地滤除噪声。自适应中值滤波器当噪声密度不是很大时，传统的中值滤波器效果很好。
但是，当噪声的可能性很高时，常规中值滤波的效果不是很好。一种选择是增加过滤器的窗口尺寸。
尽管这可以在一定程度上解决上述问题，但会导致图像模糊较大。传统的中值滤波器的窗口大小是固定的，因此无法同时考虑对图像的细节进行去噪和保护。
这时，有必要寻求改变。根据预设条件，过滤器的窗口大小会在过滤过程中动态更改，这就是自适应中值过滤器AdaptiveMedianFilter。
在滤波过程中，自适应中值滤波器将根据预设条件改变滤波器窗口的大小，同时根据一定条件判断当前像素是否为噪点，如果是，则使用邻域中位数替换当前像素；如果没有，请不要更改它。自适应中值滤波器具有三个目的：滤除盐和胡椒噪声，平滑其他非脉冲噪声，尽可能保护图像的细节以及避免图像边缘变细或变粗。
自适应中值滤波器算法说明自适应滤波器不仅可以以较高的概率滤除盐和胡椒噪声，而且可以更好地保护图像的细节，这是常规中值滤波器无法实现的。自适应中值滤波器也需要一个矩形窗口。
与常规中值滤波器的不同之处在于，该窗口的大小将在滤波过程中改变（增加）。应当注意，滤波器的输出是像素值，该像素值用于替换在该点处的像素值，该点是滤波器窗口的中心位置。
需要以下符号来描述自适应中值滤波器：窗口中的最小灰度值窗口中的最大灰度值窗口中的灰度值的中值表示坐标处的灰度值所允许的最大窗口。自适应中值滤波器具有两个处理过程，分别表示为：和。
A：如果A1＞ 0，否则A2，增加窗口的尺寸。如果增加后窗玻璃的尺寸，