图像处理（上）：四、图像的均值滤波、方框滤波和高斯滤波的原理及实现
一、线性滤波和非线性滤波
常用的线性滤波：均值滤波、高斯滤波、盒子滤波、拉普拉斯滤波等等，通常线性滤波器之间只是模版系数不同。
非线性滤波：利用原始图像跟模版之间的一种逻辑关系得到结果，如最值滤波器，中值滤波器。比较常用的有中值滤波器和双边滤波器。
二、方框滤波（盒子滤波）
均值滤波是盒子滤波归一化的一种特殊情况。
1、应用：可以说，一切需要求某个邻域内像素之和的场合，都有方框滤波的用武之地，比如：均值滤波、引导滤波、计算Haar特征等等。
2、优势：速度快。它可以使复杂度为O(MN)的求和，求方差等运算降低到O(1)或近似于O(1)的复杂度，也就是说与邻域尺寸无关了，有点类似积分图，但是比积分图更快（与它的实现方式有关）。
opencv函数：
void boxFilter( InputArray src, OutputArray dst, int ddepth,
Size ksize, Point anchor = Point(-1,-1),
bool normalize = true,
int borderType = BORDER_DEFAULT );
原理
用一个内核和图像进行卷积
原创文章 13获赞 3访问量 310
关注
私信
展开阅读全文
作者：机器学习者
相关文章
Ady
2020-04-12
Serena
2021-07-16
Madge
2020-07-14
Tani
2022-10-12
Kara
2022-10-19
Nafisa
2022-10-23
Sabah
2022-10-23
Irma
2022-10-23
Posy
2022-10-23
Kohana
2022-10-23
Jacinda
2022-10-24
Tertia
2022-10-24
Linnea
2022-10-24
Tanisha
2022-10-24
Quirita
2022-11-05
Kamiisa
2022-11-05
Isoke
2022-11-06
Miette
2023-03-09