Image Processing 影像濾波器

markdown 在提影像濾波器之前，要先來講影像中的頻率:

###影像的頻率指的是影像顏色變化的劇烈程度。

頻率又分兩種:低頻分量和高頻分量

低頻分量:一張圖中，顏色變化緩慢的部分叫做低頻部分。通常是描述影像的主要部分，比如人的臉

高頻分量:一張圖中，顏色變化劇烈的部分叫做高頻部分。通常是描述影像的邊緣部分，比如臉的輪廓、臉上的青春痘等。

我們知道影像每個pixel是由R、G、B三個channel所組成，所以這裡的影像的頻率通常是把影像轉成灰階，變成單一的channel，這樣才好判斷顏色的變化



##平滑濾波器:
用來模糊化和去除雜訊
平均濾波器(Mean Filter)(Low Pass Filter):主要是對影像進行模糊處理和降噪(noise reduction)處理，起到模糊輪廓的作用

原理:取遮罩(Mask)，可以是3\*3 、5\*5...自定義方塊，然後對遮罩中的pixel求和平均(x)，遮罩中的最中間那點的pixel用(x)取代

Mean Filter示意圖

Mean Filter示意圖

中值濾波器(Median Filter):跟Averaging Filter相似，但是在noise reduction方面優於Averaging Filter，特別是對斑點噪音（speckle noise）椒鹽噪音(salt-and-pepper noise)尤其有用，同時還保留邊緣的特性也不會使輪廓模糊

原理:取遮罩(Mask)，可以是3\*3 、5\*5...自定義方塊，然後對遮罩中的pixel做sort排序，取中間值(x)，遮罩中的最中間那點的pixel用(x)取代

Median Filter示意圖

salt-and-pepper noise:通常是影像訊號受到突如其來的強烈干擾而產生。呈現方式是整個影像任意散布黑色或白色(或兩者皆有)的像素。

salt-and-pepper noise示意圖

speckle noise:影像的pixel乗上亂數數值所產生的，因此又叫乘積雜訊
(multiplicative noise)，對雷達應用來說是主要問題

speckle noise 示意圖

Outlier Filter:類似Mean Filter



原理:取3*3的Mask，之後把除了最中間的pixel以外其他八個pixel做平均(x)，若(x)與最中間的pixel差值大於某個threshold，那最中間的pixel被視為noise，用(x)取代它

Outlier Filter示意圖

Mean Filter vs Median Filter

先看下圖：假設取範圍為五的遮罩(單位為pixel)，如紅色框框，一次取5個pixel，每次移動1pixel，下面分別是兩個濾波器隊員涂的過濾結果

我們可以看出:

1.原圖可以當成在邊緣，因為中間的pixel忽然增高，屬於高頻，Mean Filter使其變化平緩(邊緣模糊)，而Median Filter則保留了高頻特性(邊緣保留)

2.原圖變化平緩，屬於低頻，兩者都使其保留原狀

3.原圖小部分突變可看出雜訊，屬於高頻，Mean Filter使分散到周圍使整體拉高，Median Filter則直接去除

結論:平緩變化 Mean = Median 高頻 Mean 不保留 Median 保留 Median 強於 Mean

##銳化濾波器:

強化物體的邊緣位置。

高通濾波器(High Pass Filter)

Reference:
https://blog.csdn.net/weixin_35811044/article/details/84310002
https://blog.csdn.net/weixin_38621214/article/details/90200806
http://163.13.127.10/pages/cht/courses/yen/proj105/pdf/day3.pdf