fspecial函数
参考:
https://blog.csdn.net/chaolei3/article/details/79400658
函数原型
h = fspecial(type)
h = fspecial(type,para)
根据函数原型对fspecial函数作个说明,fspecial是用来生成滤波器(也叫算子)的函数,使用type参数来指定滤波器的种类,使用para来对具体的滤波器种类添加额外的参数信息。h就是生成的滤波器。
滤波器的种类
type参数通常可以取gaussian、average、disk、laplacian、log、prewitt
高斯滤波器
H = fspecial(‘gaussian’,hsize,sigma) ;
当type = ‘gaussian’时就是高斯滤波器了,size指定滤波器的大小,默认值是3×3,sigma指定滤波器的标准差,默认值是0.5。要深刻理解的是,sigma决定了高斯模糊核的模糊程度。
从数学上来讲, 高斯半径(sigma)对曲线形状的影响,sigma越小,曲线越高越尖,sigma越大,曲线越低越平缓。因此高斯半径越小,则模糊越小,高斯半径越大,则模糊程度越大。换句话说,sigma越小,数值分布就越集中,sigma越大,数值分布就越分散。所以当我们使用sigma的值很大的时候,然后运用此模糊核对图像处理,会使图像更加模糊。
h1 = fspecial('gaussian',5,1) h2 = fspecial('gaussian') % 测试sigma的作用 f1 =fspecial('gaussian',7,1); f2 =fspecial('gaussian',7,1000000); %卷积 img_1 =imfilter(img,f1,'replicate'); img_100 =imfilter(img,f2,'replicate'); %显示图像,观察效果 figure;imshow(img_1,[]);title('sigma =1'); figure;imshow(img_100,[]);title('sigma =1000000000');
均值滤波器
函数形式:H =fspecial(‘average’,hsize) ;生成均值滤波器,hsize同样指定滤波器的尺寸,默认是3×3。
% 你会发现h1的每个元素都等于 1/(5×5) h1 = fspecial('average',5) % h1的每个元素值等于 1/(3×3) h2 = fspecial('average')
圆形均值滤波器
H = fspecialL(‘disk’,RADIUS) 生成圆形区域均值滤波,参数为radius代表区域半径,默认值为5。值得注意的是,虽然说是圆形,但是H却是一个同上面一样长宽都相等的方形。尺寸为:2×RADIUS+1。
h1 = fspecial('disk',3)
% [7 7]
size(h1)
拉普拉斯滤波器
H = fspecial(’laplacian’,ALPHA)
生成拉普拉斯算子,参数alpha用于控制算子形状,取值范围为【0,1】,默认值为0.2。值得注意的是,拉普拉斯滤波器不再像前述的滤波器那样可以指定尺寸,而一定是3×3。因为其一定是二维的,所以比较适合二维的操作。
h1 =fspecial('laplacian')
拉普拉斯高斯滤波器
H = fspecial(‘log’,hsize,sigma) 为拉普拉斯高斯算子,有两个参数,hsize表示模板尺寸,默认值为【3 3】,sigma为滤波器的标准差,单位为像素,默认值为0.5。
h1 =fspecial('log',3,0.2) % 使用默认值 h2 =fspecial('log')
prewitt
H = fspecial(‘prewitt’) 用于边缘增强,大小为【3 3】,无参数。也就是说这个滤波器就是唯一的,元素都是固定的。
h1 =fspecial('prewitt') 1 1 1 0 0 0 -1 -1 -1
sobel
H = fspecial(‘sobel’)和上面的prewitt一样无参数,用于边缘的提取。
h1 = fspecial('sobel') h1 = 1 2 1 0 0 0 -1 -2 -1
运动模糊(motion)滤波器
H = fspecial(‘motion’,len,theta) 为运动模糊算子,有两个参数,表示摄像物体逆时针方向以theta角度运动了len个像素,len的默认值为9,theta的默认值为0。
unsharp
H = fspecial(‘unsharp’,alpha)为对比度增强滤波器。参数alpha用于控制滤波器的形状,范围为【0,1】,默认值为0.2。返回的也是3×3大小的矩阵。
使用代码
在实践下面的代码的时候,可以使用:whos 变量名;来查看你所关心的变量的数据类型,大小等情况。
img = imread('images/apple.jpg'); % 依次替换为其他滤波器的语法即可 h1 = fspecial('gaussian',5); img_new = imfilter(img,fspecial('gaussian',5,10),'replicate','same'); figure(1); imshow(img) figure(2); imshow(img_new)