1.濾波演算法簡介
影象處理中，常用的濾波演算法有均值濾波、中值濾波以及高斯濾波等。均值濾波使用模板內所有畫素的平均值代替模板中心畫素灰度值，這種方法易收到雜訊的干擾，不能完全消除雜訊，只能相對減弱雜訊；中值濾波計算模板內所有畫素中的中值，並用所計算出來的中值體改模板中心畫素的灰度值，這種方法對雜訊不是那麼敏感，能夠較好的消除椒鹽雜訊，但是容易導致影象的不連續性。高斯濾波對影象鄰域內畫素進行平滑時，鄰域內不同位置的畫素被賦予不同的權值，對影象進行平滑的同時，同時能夠更多的保留影象的總體灰度分布特徵。
2.高斯濾波
數值影象處理中，高斯濾波主要可以使用兩種方法實現。一種是離散化視窗滑窗卷積，另一種方法是通過傅利葉變化。在這我主要想說說第一種方法的高斯濾波。離散化視窗滑窗卷積的時，主要利用的是高斯核，高斯核一般是乙個奇數的大小的高斯模板。常用的高斯模板有如下幾種形式：
高斯模板中的引數是通過高斯函式計算出來的。計算高斯模板引數時，通過如下公式：
x的平方和y的平方分別表示的是鄰域內其他畫素與鄰域內中心畫素的距離，sigmma代表的是標準差。
3.函式說明
同態濾波及其實現
一 同態濾波 對於一幅由物理過程產生的影象f x,y 可以表示為照射分量i x,y 和反射分量r x,y 的乘積。0因為該性質是乘性的，所以不能直接使用傅利葉變換對i x,y 和r x,y 進行控制，因此可以先對f x,y 取對數，分離i x,y 和r x,y 令z x,y ln f x,y ln ...
Gabor濾波及python實現
fourier變換的不足 fourier頻率分析存在嚴重不足，它無法告知某些頻率成分發生在哪些時間內，無法表示某個時刻訊號頻譜的分布情況。訊號在某時刻的乙個小的鄰域內發生變化，那麼訊號的整個頻譜都要受到影響，而頻譜的變化從根本上來說無法標定發生變化的時間位置和發生變化的劇烈程度。傅利葉變換的時域和頻...
自適應中值濾波及matlab實現
常規的中值濾波器，在雜訊的密度不是很大的情況下 根據經驗，雜訊的出現的概率小於0.2 效果不錯。但是當概率出現的概率較高時，常規的中值濾波處理後，仍然具有雜訊點，並丟失了細節和邊緣，效果不是很好。在模板視窗sxy定義的濾波器區域內定義如下變數 zmin min sxy 模板視窗sxy中的最小灰度值 ...