计算机视觉中的滤波

小鱼儿 2023-07-04 12:38 9阅读 0赞

### 文章目录 ###

*  写在前面
 *  Padding
 *  滤波杂谈
 *  参考

博客： [博客园][Link 1] | [CSDN][] | [blog][]

# 写在前面 #

![http://setosa.io/ev/image-kernels/][http_setosa.io_ev_image-kernels]

在计算机视觉中，**滤波**（**filtering**）是指

> Image **filtering**: compute function of local neighborhood at each position.
> 
> —— from [CAP5415–Fall 2014-Lecture 2 (08/21/2014)–Filtering][CAP5415_Fall 2014-Lecture 2 _08_21_2014_Filtering]
> 
> In the broadest sense of the term “**filtering**”, the value of the filtered image at a given location is a function of the values of the input image in a small neighborhood of the same location.
> 
> —— from [Bilateral Filtering for Gray and Color Images][]

**滤波本质上是一种特殊的函数，其作用在图像的每个位置，通过定义的计算方式得到输出，输出的值用于替换图像当前位置（滤波器中心）的值。**

令滤波函数为 g ( x ;   w ) g(x;\\ w) g(x; w) ，其中 x x x为图像的局部邻域， w w w为滤波器的权重，滤波器可以分成如下3类，

*  **线性滤波器**（**Linear filter**）：线性滤波的**输出为输入的线性组合**，即 g = w ⋅ x g = w \\cdot x g=w⋅x，线性滤波器最为常见；
 *  **非线性滤波器**（**Non-Linear Filter**）：不满足上条性质的为非线性滤波，典型的非线性滤波如最大值/最小值/中值滤波、膨胀/腐蚀等；
 *  **自适应滤波器**（**Adaptive filter**）：线性滤波中的 w w w在滑动过程中固定不变（与图像内容独立无关），**自适应滤波的 w w w在滑动过程中会随着窗口内像素的性质和结构发生变化**。直觉上，自适应滤波器在某些复杂情况下可能取得更好的效果，但相对线性滤波器，其计算代价更高也更难优化加速。

从滤波目的或者解决的问题上，也可分成3类：

![filtering][]

*  **图像处理**：并不想从图像中提取信息，只想将图像转换成期望的样子；
 *  **特征提取**：想从图像中提取到某些信息，比如梯度、二阶导、纹理等；
 *  **模式检测**：想知道图像局部长什么样子，像哪种模式，比如模板匹配、稀疏表示等；

这两种分类方式并不是割裂的，而是互相交叉的，用于图像处理的滤波器也有线性、非线性、自适应之分。

# Padding #

滤波操作不可避免的一个问题是**边界如何处理**，当滤波器的中心压在图像边界处时，滤波器会有一部分落在图像外，但图像外并没有像素，该如何处理？通常需要对图像进行填充（**padding**），填充需要解决2个问题，**填充的元素取什么值以及填充多少个元素**。

对于延拓元素的取值，通常有4种方式，

*  **常数填充**（0填充）：填充的元素取相同的常数值
 *  **周期填充**（circular）：认为图像的上下左右被与自身相同的图像包围着
 *  **复制填充**（replicate）：复制图像边界的元素
 *  **对称填充**（symmetric）：填充的元素与图像关于边界对称

4种填充方式依次如下图所示，

![https://www.cs.toronto.edu/~urtasun/courses/CV/lecture02.pdf][https_www.cs.toronto.edu_urtasun_courses_CV_lecture02.pdf]

对于填充多少个元素，通常有3种方式，令滤波器的大小为$g\\times g $ ，图像大小为 f × f f \\times f f×f ，

*  **full**：边界分别填充 g − 1 g-1 g−1个元素，滤波结果为 ( f + g − 1 ) × ( f + g − 1 ) (f+g-1)\\times (f+g-1) (f\+g−1)×(f\+g−1)，比原图大
 *  **same**：边界分别填充 ( g − 1 ) / 2 (g-1)/2 (g−1)/2个元素，滤波结果为 f × f f\\times f f×f，**与原图大小相同**
 *  **valid**：边界不填充，滤波结果为 ( f − g + 1 ) × ( f − g + 1 ) (f-g+1)\\times (f-g+1) (f−g\+1)×(f−g\+1)，比原图小

![1DncG9.png][]

# 滤波杂谈 #

*  基本假设：局部相关性（远处无关）、局部相似（edge处不满足）、噪声随机
 *  静止图像的去噪，**若能获得图像序列，可以在时域上滤波（均值、中值等）**；**单张图像在空域上滤波**。
 *  **椒盐噪声用中值滤波**。椒盐噪声会随机地将像素置为黑或白，在实践中，会大幅改变像素值的噪声一般采用中值滤波都是有效的。
 *  非椒盐噪声，均值为0的随机噪声（高斯噪声），可通过**moving average**滤波。
 *  与图像内容耦合的噪声，可能需要依赖先验知识，采用合适的自适应滤波器，更多内容可以查看参考链接。
 *  平滑相当于低通、锐化相当于高通、**不同平滑半径的差相当于带通**。
 *  **滤波的加速**可以考虑：滤波器是否行列可分离、缓存不必要的重复计算、近似计算、SIMD等。
 *  差分算子对噪声敏感，所以差分前通常要先平滑。
 *  **考虑到噪声**，求梯度前通常要先（高斯）平滑再使用差分算子，**sobel算子可以看成是DoG（Derivative of Gaussian）的近似**，可以拆分成平滑和差分，如下所示，所以可以用[sobel][]求梯度。  
     G x = \[ 1 2 1 \] ∗ ( \[ + 1 0 − 1 \] ∗ A )  and  G y = \[ + 1 0 − 1 \] ∗ ( \[ 1 2 1 \] ∗ A ) \\mathbf\{G\}\_\{x\}=\\left\[\\begin\{array\}\{l\}\{1\} \\\\ \{2\} \\\\ \{1\}\\end\{array\}\\right\] \*\\left(\\left\[\\begin\{array\}\{lll\}\{+1\} & \{0\} & \{-1\}\\end\{array\}\\right\] \* \\mathbf\{A\}\\right) \\quad \\text \{ and \} \\quad \\mathbf\{G\}\_\{y\}=\\left\[\\begin\{array\}\{c\}\{+1\} \\\\ \{0\} \\\\ \{-1\}\\end\{array\}\\right\] \*\\left(\\left\[\\begin\{array\}\{lll\}\{1\} & \{2\} & \{1\}\\end\{array\}\\right\] \* \\mathbf\{A\}\\right) Gx=⎣⎡121⎦⎤∗(\[\+10−1\]∗A) and Gy=⎣⎡\+10−1⎦⎤∗(\[121\]∗A)
 *  **考虑到噪声**，求二阶导前通常也要先（高斯）平滑再使用拉普拉斯算子，两者合在一起即LoG（Laplacian of Gaussian），即对高斯求二阶导再离散采样，通常可以用\*\*DoG（Difference of Gaussian）\*\*即两个不同size高斯核的差近似，详见[Laplacian/Laplacian of Gaussian][Laplacian_Laplacian of Gaussian]，其中Laplacian算子为  
     ∇ 2 f = ∂ 2 f ∂ x 2 + ∂ 2 f ∂ y 2 \\nabla^\{2\} f=\\frac\{\\partial^\{2\} f\}\{\\partial x^\{2\}\}+\\frac\{\\partial^\{2\} f\}\{\\partial y^\{2\}\} ∇2f=∂x2∂2f\+∂y2∂2f
 *  **模式检测**需要根据期望探测的模式来定义filter，因为不同场景需要检测的模式不同，所以filter也多种多样。反映模式的filter可以根据领域知识来人工定义、可以通过SOM（Self Organizing Map）无监督生成、也可以像CNN那样通过数据驱动有监督学习得到。比如，模板匹配中的模板为filter，相似度函数为滤波的计算方法；稀疏表示中字典的每一列都是filter，像gabor小波字典，通过相关运算计算与每个filter的相似程度，从而知道每个图像局部“长什么样子”。

# 参考 #

*  [CAP5415–Fall 2014-Lecture 2 (08/21/2014)–Filtering][CAP5415_Fall 2014-Lecture 2 _08_21_2014_Filtering]
 *  [Computer Vision: Filtering][Computer Vision_ Filtering]
 *  [Adaptive Filtering (Image Processing)][Adaptive Filtering _Image Processing]
 *  [Adaptive Image Filters][]
 *  [Image Kernels][]

[Link 1]: https://www.cnblogs.com/shine-lee/
[CSDN]: https://blog.csdn.net/blogshinelee
[blog]: https://blog.shinelee.me/
[http_setosa.io_ev_image-kernels]: https://img-blog.csdnimg.cn/20200210223131968.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZpcmVseA==,size_16,color_FFFFFF,t_70
[CAP5415_Fall 2014-Lecture 2 _08_21_2014_Filtering]: https://www.crcv.ucf.edu/wp-content/uploads/2019/03/Lecture-2-Filtering.pdf
[Bilateral Filtering for Gray and Color Images]: http://homepages.inf.ed.ac.uk/rbf/CVonline/LOCAL_COPIES/MANDUCHI1/Bilateral_Filtering.html
[filtering]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9zMi5heDF4LmNvbS8yMDIwLzAyLzA0LzFEYW9vZC5wbmc?x-oss-process=image/format,png
[https_www.cs.toronto.edu_urtasun_courses_CV_lecture02.pdf]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9zMi5heDF4LmNvbS8yMDIwLzAyLzA0LzFEbndyVi5wbmc?x-oss-process=image/format,png
[1DncG9.png]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9zMi5heDF4LmNvbS8yMDIwLzAyLzA0LzFEbmNHOS5wbmc?x-oss-process=image/format,png
[sobel]: https://en.wikipedia.org/wiki/Sobel_operator
[Laplacian_Laplacian of Gaussian]: https://homepages.inf.ed.ac.uk/rbf/HIPR2/log.htm
[Computer Vision_ Filtering]: https://www.cs.toronto.edu/~urtasun/courses/CV/lecture02.pdf
[Adaptive Filtering _Image Processing]: http://what-when-how.com/embedded-image-processing-on-the-tms320c6000-dsp/adaptive-filtering-image-processing-part-1/
[Adaptive Image Filters]: https://link.springer.com/chapter/10.1007/978-3-662-04186-4_3
[Image Kernels]: http://setosa.io/ev/image-kernels/