图像滤波算法介绍以及基于FPGA算法实现_基于fpga的图像降采样

图像滤波算法介绍以及基于FPGA算法实现

1.均值滤波器

平滑线性空间滤波器的输出是包含在滤波器模板邻域内的像素的简单平均值，也就是均值滤波器。均值滤波器也是低通滤波器，均值滤波器很容易理解，即把邻域内的平均值赋给中心元素。

均值滤波器用来降低噪声，均值滤波器的主要应用是去除图像中的不相关细节，不相关是指与滤波器的模板相比较小的像素区域。模糊图片以便得到感兴趣物体的粗略描述，因此那些较小的物体的灰度就会与背景混合在一起，较大的物体则变的像斑点而易于检测。模板的大小由那些即将融入背景中的物体尺寸决定。

FPGA&芯片的定制开发、技术交流+V好：www8928   

OpenCV函数: void blur(InputArray src, OutputArray dst,Size ksize,

Point anchor=Point(-1,-1),int borderType=BORDER_DEFAULT );

参数说明：

参数1：输入图像；

参数2：输出图像；

参数3：内核大小；

参数4：锚点（被平滑的点），默认值为Point(-1,-1)表示是中心点；

参数5：边界模式，默认值BORDER_DEFAULT ，我们一般不管它。

2.中值滤波器

中值滤波器是一种非线性滤波器，常用于消除图像中的椒盐噪声。与低通滤波不同的是，中值滤波有利于保留边缘的尖锐度，但它会洗去均匀介质区域中的纹理。

椒盐噪声是由图像传感器，传输信道，解码处理等产生的黑白相间的亮暗点噪声。椒盐噪声是指两种噪声，一种是盐噪声（salt noise）盐=白色(255)，另一种是胡椒噪声（pepper noise），椒=黑色(0)。前者是高灰度噪声，后者属于低灰度噪声。一般两种噪声同时出现，呈现在图像上就是黑白杂点。对于彩色图像，则表现为在单个像素BGR三个通道随机出现的255与0.

OpenCV函数: void medianBlur( InputArray src, OutputArray dst,int ksize );

参数说明：

参数1：输入图像；

参数2：输出图像；

参数3：内核大小。

3.高斯滤波器

高斯滤波是线性滤波中的一种。高斯滤波用于平滑图像，或者说是图像模糊处理，因此高斯滤波是低通的。其广泛的应用在图像处理的减噪过程中，尤其是被高斯噪声所污染的图像上。

高斯滤波的基本思想是: 图像上的每一个像素点的值，都由其本身和邻域内其他像素点的值经过加权平均后得到。其具体操作是，用一个核(又称为卷积核、掩模、矩阵)扫描图像中每一个像素点，将邻域内各个像素值与对应位置的权值相称并求和。从数学的角度来看，高斯滤波的过程是图像与高斯正态分布做卷积操作。

OpenCV函数: void GaussianBlur(InputArray src, OutputArray dst, Size ksiz