Pho*_*non 10
像所提到的一些评论者一样,图像平滑可能意味着很多事情.主要是,当有人使用该术语时,他们指的是模糊或低通滤波.这些通常用于同义词.模糊的想法对我们来说是直观的视觉生物,但它究竟意味着什么？
当使用相机镜头失焦时,这意味着从物体反射的光线混合在我们的视野中.这是一个代表聚焦视觉的图像:
下面是代表一个类似的图模糊或不聚焦的视野:
为了以数字方式再现这种效果,让我们拍摄图像的每个像素,并将其替换为其自身及其相邻的八个像素的平均值:
上图是7x7黑色方块内单个白色像素的图像.请注意,它只是一个白色像素,而不是整个像素的像素,只是非常夸张.在标准的8位图像表示中,这表示如下
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 255 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
当我们进行平均时,用每个像素替换它周围3x3平方的所有像素的平均值(包括原始像素,我们得到)
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 28 28 28 0 0 0 0 28 28 28 0 0 0 0 28 28 28 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
以上数字是整数,因为到目前为止我们只进行了整数运算,所以让我们保持一致.
这可能看起来不像现在的平滑,但让我们看另一个例子.下面是一个改变0和255像素值的棋盘图像.
现在让我们将每个像素替换为4x4平方的平均值,其中原始像素的位置如下:
. . . . . X . . . . . . . . . .
你看,由于棋盘图案,每个这样的正方形的平均值将是255/2 = 127(再次整数除).棋盘像素的改变在像素到像素之间非常激烈.从任何像素到其邻居,我们从最高可能像素值到最低可能像素值.这被称为高频内容.平均时,我们删除了这个高频分量,因此,在信号处理术语中,我们正在执行高阻滤波,或者同义地执行低通滤波.不要担心边缘有奇怪的瑕疵.他们在那里是因为当在图像的边缘上进行滤波时,我们缺少要平均的像素,因此我们假设图像之外的所有内容都只是黑色.
让我们在常规灰度图像上执行相同类型的平均.下面是着名的Lenna形象.旁边是使用7x7平均掩模的平均版本.你可以看到它平滑或模糊.
这是通过平均进行图像平滑的非常简单的示例.平均只是低通滤波的一种特殊情况.通常,我们执行加权平均以实现所需的低通滤波器效果.为了进一步阅读,我建议查找滤波器理论和卷积.
我希望这有帮助.