圖形濾波概念

濾波實質上就是對圖像進行卷積運算。而卷積的運算能夠分爲反轉、平移，相乘，求和。
在圖像處理中，圖像是一個大矩陣，卷積模板是一個小矩陣。按照上述過程，就是先把小矩陣反轉，而後平移到某一位置，小矩陣的每個小格
對應大矩陣裏面的一個小格，而後把對應小格里面的數相乘，把全部對應小格相乘的結果相加求和，得出的最後結果賦值給小矩陣中央小格對應
的圖像中小格的值，替換原來的值。就是上述說到的，反轉、平移、相乘、求和。
通常圖像卷積就是從第一個像素（小格）開始遍歷到最後一個像素（小格）。以後的平滑、模糊、銳化、邊緣提取等本質上都是卷積，只是模板
不一樣。
瞭解以上以後，就很好理解了。均值濾波就是對模板對應的圖像像素求均值而後賦值給模板中心對應的那個像素值。高斯濾波模板是二維高斯函
數的離散化表示，高斯函數就是咱們熟悉的正態分佈。因此能夠知道模板是中心值大，而越往外越小，高斯模板就是按照高斯函數遞減的模板。

若是把模板小矩陣的每個元素視爲一個權值的話，均值濾波就是全部元素權值相等，高斯濾波就是中心點權值最大，越往外所佔越小。比平均
濾波的好處是能夠突出重點。

**********************************************

高斯濾波、均值濾波、中值濾波各自的優缺點 

高斯濾波
因爲高斯函數的傅立葉變換還是高斯函數, 所以高斯函數能構成一個在頻域具備平滑性能的低通濾波器。能夠經過在頻域作乘積來實現高斯濾波。均值濾波是對是對信號進行局部平均, 以平均值來表明該像素點的灰度值。矩形濾波器(Averaging Box Filter)對這個二維矢量的每個份量進行獨立的平滑處理。經過計算和轉化 ,獲得一幅單位矢量圖。這個 512×512的矢量圖被劃分紅一個 8×8的小區域 ,再在每個小區域中 ,統計這個區域內的主要方向 ,亦即將對該區域內點方向數進行統計,最多的方向做爲區域的主方向。因而就獲得了一個新的64×64的矢量圖。這個新的矢量圖還能夠採用一個 3×3模板進行進一步的平滑。

均值濾波
把每一個像素都用周圍的8個像素來作均值操做。能夠平滑圖像，速度快，算法簡單。可是沒法去掉噪聲，這能微弱的減弱它。

中值濾波
經常使用的非線性濾波方法 ,也是圖像處理技術中最經常使用的預處理技術。它在平滑脈衝噪聲方面很是有效,同時它能夠保護圖像尖銳的邊緣。加權中值濾波可以改進中值濾波的邊緣信號保持效果。但對方向性很強的指紋圖像進行濾波處理時 ,有必要引入方向信息,即利用指紋方向圖來指導中值濾波的進行。

 

補充

高斯模糊是低通濾波的一種，也就是濾波函數是高斯函數，因爲理想低通濾波會帶來振鈴現象，因此每每採用巴特爾茨或者高斯函數做爲濾波函數。
高斯濾波是指用高斯函數做爲濾波函數，至因而不是模糊，要看是高斯低通仍是高斯高通，低通就是模糊，高通就是銳化。