IOS開發—OpenCV 線性濾波

平滑處理(模糊處理):是一種簡單且使用頻率很高的處理方法。平滑處理的方式有很多,最常見的是用來減少圖像上的噪點或者失真。在涉及到減低圖像的分辨率時,平滑處理是非常好用的方法

圖像濾波與濾波器

圖像濾波:指的是盡量保留圖像細節特征的條件下對目標圖像的噪聲進行抑制。

消除圖像中的噪聲成分餃子圖像的平滑化和濾波操作。信號或圖像的能量大部分集中在幅度譜中的低頻和中頻,而在較高頻段,有用的信息經常被噪聲淹沒,因此能降低高頻成分幅度的濾波器能后減弱噪聲的影響。

圖像濾波的目的有兩個:一個是抽出對象的特征作為圖像識別的特征模式,另一個是為適應圖像處理的要對。

濾波處理的要對有兩條:一是不能損壞圖像輪廓及邊緣等重要信息,二是使圖像清晰視覺效果好。

在openCV中提供了如下5種常用的圖像平滑理操作方法。

方框濾波——BoxBlur函數

均值濾波——Blur函數

高斯濾波——GaussianBlur函數

中值濾波——medianBlur函數

雙邊濾波——bilateralFilter函數

線性濾波器:經常用于提出輸入信號中不想要的頻率或者從訊多頻率中選擇一個想要的頻率。:

幾種常見的線性濾波器:

低頻濾波器:允許低頻率通過

高通濾波器:允許高頻率通過

帶通濾波器:允許一定范圍頻率通過

帶阻濾波器:阻止一定范圍的頻率通過并且允許其他頻率通過

全通濾波器:允許所有頻率通過,僅僅改變相位關系

陷波濾波器:阻止一個狹窄頻率范圍通過,是一種特殊帶阻濾波器。


下次更新:5中圖像平滑處理函數及含義

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 229,908評論 6 541
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 99,324評論 3 429
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 178,018評論 0 383
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,675評論 1 317
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,417評論 6 412
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,783評論 1 329
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,779評論 3 446
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,960評論 0 290
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,522評論 1 335
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 41,267評論 3 358
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,471評論 1 374
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 39,009評論 5 363
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,698評論 3 348
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,099評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,386評論 1 294
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,204評論 3 398
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,436評論 2 378

推薦閱讀更多精彩內容

  • 不同圖像灰度不同,邊界處一般會有明顯的邊緣,利用此特征可以分割圖像。需要說明的是:邊緣和物體間的邊界并不等同,邊緣...
    大川無敵閱讀 13,914評論 0 29
  • 參考資料: 圖像卷積與濾波的一些知識點 圖像處理基本概念——卷積,濾波,平滑 1.卷積的基本概念 首先,我們有一個...
    keloli閱讀 10,109評論 0 26
  • 【OpenCV入門教程之八】線性鄰域濾波專場:方框濾波、均值濾波與高斯濾波 目錄 平滑(模糊)處理 圖像濾波與濾波...
    謝小帥閱讀 1,641評論 0 0
  • 這些年計算機視覺識別和搜索這個領域非常熱鬧,后期出現了很多的創業公司,大公司也在這方面也花了很多力氣在做。做視覺搜...
    方弟閱讀 6,549評論 6 24
  • 持續創新的秘籍是1讀萬卷書2行萬里路3閱人無數4高人指路5更需要自己領悟
    王春梅銘遠教育閱讀 99評論 0 0