Linjära filter i bildbehandling modifierar en bild genom att utföra en viktad summa av pixelvärden i ett lokalt område. De kännetecknas av sin kärna (eller mask), en liten matris av vikter. Typen av filter bestäms av värdena i denna kärna. Här är några vanliga typer:
1. Utjämningsfilter (lågpassfilter): Dessa filter suddar bilden genom medelvärde pixelvärden. De minskar brus och fina detaljer.
* medelvärde: Alla kärnvärden är lika (t.ex. en 3x3 -kärna med alla värden 1/9). Enkel och beräkningsmässigt billigt, men kan orsaka betydande suddighet.
* gaussiska filter: Kärnvärden följer en Gaussisk distribution. Producerar en jämnare suddighet än ett genomsnittligt filter och mindre benägna att introducera artefakter. Standardavvikelsen för Gaussiska bestämmer mängden suddighet.
* medianfilter: Detta är *icke-linjär *, men ofta grupperad med linjära filter på grund av dess liknande applikation. Den ersätter mittpixeln med medianvärdet på pixlarna i kärnan. Utmärkt att ta bort salt-och-pepparbrus medan du bevarar kanter bättre än i genomsnitt.
2. Svandringsfilter (högpassfilter): Dessa filter förbättrar kanter och detaljer genom att betona skillnader i pixelvärden.
* Laplacian -filter: Använder en kärna som ungefärligar det andra derivatet av bilden. Höjdpunkter områden med snabb intensitetsförändring. Används ofta för kantdetektering. Variationer finns, inklusive de 4-anslutna och 8-anslutna Laplacies.
* unsharp maskering: Subtraherar en suddig version av bilden från originalet och förbättrar högfrekvenskomponenterna. Ger mer kontrollerad skärpning än Laplacian.
* Sobel -operatör: (och Prewitt och Kirsch) Dessa är gradientoperatörer som ungefärliga bildgradienten och markerar kanter i en specifik riktning. De producerar kantkartor snarare än att skärpa den ursprungliga bilden direkt.
3. Riktningsfilter: Dessa filter är känsliga för specifika inriktningar i bilden.
* Roberts Cross Operator: En enkel kantdetektor som är känslig för diagonala kanter.
* Sobel -operatör (igen): Medan de används för allmän kantdetektering kan olika orienteringar av Sobel -kärnan användas för att betona kanter i horisontella eller vertikala riktningar.
4. Andra linjära filter:
* derivatfilter: Dessa filter ungefärliga de första eller andra derivaten av bildintensiteten. Används för kantdetektering och extraktion av funktioner. Exempel inkluderar Sobel, Prewitt och Laplacian -filter som nämns ovan.
* Identitetsfilter: En kärna med en 1 i mitten och 0 någon annanstans. Detta filter lämnar bilden oförändrad.
Viktiga överväganden:
* kärnstorlek: Storleken på kärnan påverkar filtreringens omfattning. Större kärnor ger mer suddig (utjämning) eller mer betydande skärpning.
* Normalisering: Kärnor för utjämningsfilter normaliseras ofta (summan av vikter är lika med 1) för att förhindra förändringar i den totala bildens ljusstyrka.
* Gränshantering: Speciella tekniker behövs ofta för att hantera pixlar nära bildkanterna, där kärnan kan sträcka sig utöver bildgränsen. Vanliga metoder inkluderar stoppning med nollor eller spegling.
Denna lista är inte uttömmande, men täcker de vanligaste typerna av linjära filter som används vid bildbehandling. Valet av filter beror starkt på den specifika applikationen och önskat resultat.
