机器视觉之均值滤波

基本概念

灰度图
核

什么是均值滤波

均值也称平均值，即一组数据的平均数。均值滤波就是采用这种方式，重新映射出新的灰度值。
如一张分辨率为12x8的图像。我们用(x,y)表示像素坐标，f(x,y)表示原图灰度值。用一个3x3的核进行中值滤波后的图记为g(x,y)。

有图可知，f(5,1)=255，以该点为例，进行核大小为3x3的均值滤波：

1、首先，获取核内各个像素值：{0,0,0,0,255,0,0,0,0}；
2、求平均值：(0+0+0+0+255+0+0+0+0)/9 = 28.3。
3、本例平均值向下取整为28，故g(5,1)=28。
综上，像素坐标(5,1)经过3x3均值滤波后，灰度值由255变为28，即：

f(5,1)=255 --均值滤波–> g(5,1)=28

下图为变化后的图像：

如上图，原图经过3x3滤波后，实现图像平滑的效果：
1、消除尖锐噪音：把 高亮点（5,1） 变暗；
2、模糊边缘： 使高亮直线{(3,4)、4,4)、(5,4)、(6,4)、(7,4)、(8,4)} 边缘模糊。