空间域滤波
空间域滤波：
一． 低通滤波器：主要用于图像的平滑。有均值滤波和高斯滤波。
原理：对像素灰度级和响应函数做卷积运算。
对图像操作，即
1.均值滤波器：
模板：
2.高斯滤波器：相当于在均值滤波器的基础上附上各位置权重。
模板：
应用：
二.中值滤波器
如：用一维信号取值：{0，0，0，6，0，0，0，0，0，2，2，2，2……}
滤波后的信号：{0，2，2，2，0，0，0，2/3，4/3，2，0……}
既可以抑制噪声，也可以比较好保留边缘。
模板：对领域内像素灰度排序，包括原像素，取中间值。
如：
三.高通滤波器：主要用于图像锐化。
原理：计算梯度得出图像边缘区域，然后用原图像加上边缘可以得到锐化后图像。
（对于平坦区的差分值为0，而对于边缘区域差分值非0.）
基于一阶差分的图像增强：|▽f(x,y)|=|Gx²+Gy²|1/2
Robert算子：交叉差分算法
Gx=f(x+1,y+1)-f(x,y)
Gy=f(x,y+1)-f(x+1,y)
Prewitt算子：
Gx=f(x+1,y-1)+f(x+1,y)+f(x+1,y+1)-f(x-1,y-1)-f(x-1,y)-f(x-1,y+1)
Gy=f(x-1,y+1)+f(x,y+1)+f(x+1,y+1)-f(x-1,y-1)-f(x,y-1)-f(x+1,y-1)
Sobel算子：(相当于Prewitt算子给了一个加权)
Gx=f(x+1,y-1)+2*f(x+1,y)+f(x+1,y+1)-f(x-1,y-1)-2*f(x-1,y)-f(x-1,y+1)
Gy=f(x-1,y+1)+2*f(x,y+1)+f(x+1,y+1)-f(x-1,y-1)-2*f(x,y-1)-f(x+1,y-1)
效果：
基于二阶差分的图像增强:
Laplace算子：
▽²f(x,y)=f(x,y-1)+f(x+1,y)+f(x,y+1)+f(x-1,y)-4*f(x,y) 或者 ▽²f(x,y)=f(x,y-1)+f(x+1,y)+f(x,y+1)+f(x-1,y)+f(x-1,y-1)+f(x+1.y-1)+f(x-1,y+1)+f(x+1,y+1)-8*f(x,y)
Sobel和Laplace算法比较：
