卷积插值函数

卷积插值函数对图像中的像素值进行过滤,可用于对影像进行锐化、模糊、边缘检测或其他基于内核的增强处理。

此函数的输入如下:

卷积插值过滤器类型

过滤器通过消除不必要的数据或增强数据的要素来改进栅格图像的质量。这些卷积插值过滤器用于移动、叠置内核(窗口或邻域),如 3 x 3。卷积插值过滤器的工作原理是根据其邻域的权重来计算像素值。

此函数中,有多种卷积插值过滤器类型可供选择。也可以指定一个“用户定义”的类型,输入自己的内核值。

可以将中值过滤器用于图像,方法是将 3 x 3 内核的权重指定为 1/9,这样就会使内核中的每个像素具有相同的权重。此过滤器可用于平滑图像。也可用其他内核来锐化或增强边缘。可以将不同的过滤器组合使用,以获得特定结果。例如,您可能要使用能够移除斑点或平滑图像的过滤器,那么可以使用检测边缘的过滤器。

为获取最佳显示结果,您可能要使用直方图拉伸来调节图像的对比度或亮度,以帮助突出要素效果。

以下示例应用于这两张影像的其中一张:

未过滤的灰度图像未过滤的彩色影像

梯度类型

梯度过滤器可用于以 45 度为增量的边缘检测。

类型

描述

示例

梯度(东)

3 x 3 过滤器

 1  0  1  2  0 -2  1  0 -1

梯度(东)

梯度(北)

3 x 3 过滤器

 -1 -2 -1   0  0  0   1  2  1

梯度(北)

梯度(东北)

3 x 3 过滤器

 0 -1 -2  1  0 -1  2  1  0

梯度(东北)

梯度(西北)

3 x 3 过滤器

 -2 -1  0  -1  0  1   0  1  2

梯度(西北)

梯度(南)

3 x 3 过滤器

  1  2  1   0  0  0   -1 -2 -1

梯度(南)

梯度(西)

3 x 3 过滤器

 -1  0  1  -2  0  2  -1  0  1

梯度(西)

拉普拉斯 (Laplacian) 算子类型

拉普拉斯 (Laplacian) 算子过滤器通常用于边缘检测。此过滤器常应用于事先已做过平滑处理(其目的是减少影像对噪声的敏感度)的影像。

类型

描述

示例

拉普拉斯 (Laplacian) 算子 3x3

3 x 3 过滤器

 0 -1  0 -1  4 -1  0 -1  0

拉普拉斯 (Laplacian) 算子

拉普拉斯 (Laplacian) 算子 5x5

5 x 5 过滤器

 0  0 -1  0  0   1 -1 -2 -1  0 -1 -2 17 -2 -1  1 -1 -2 -1  0  1  0 -1  0  0

拉普拉斯 (Laplacian) 算子

线检测类型

与梯度过滤器一样,线检测过滤器也可用于执行边缘检测。

如果在执行边缘检测算法前应用平滑算法,则您可能会获得更为理想的结果。

类型

描述

示例

线检测(水平)

3 x 3 过滤器

-1 -1 -1  2  2  2  -1 -1 -1

线检测(水平)

线检测(左对角线)

3 x 3 过滤器

 2 -1 -1 -1  2 -1 -1 -1  2

线检测(左对角线)

线检测(右对角线)

3 x 3 过滤器

-1 -1  2  -1  2 -1  2 -1 -1

线检测(右对角线)

线检测(垂直)

3 x 3 过滤器

-1  0 -1  -1  2 -1  -1  2 -1

线检测(垂直)

点扩散类型

类型

描述

示例

点扩散

3 x 3 过滤器

-0.627  0.352 -0.627  0.352  2.923  0.352 -0.627  0.352 -0.627

点扩散

锐化类型

锐化(高通)滤波器着重强调相邻元素数值的相对差异。高通滤波器使用加权的核邻域来计算每个输入单元的焦点总和统计数值。它突出要素之间的边界(如水体与森林的交界处),从而锐化对象之间的边缘。高通滤波器称为边缘增强过滤器。高通滤波器核标识在邻域中使用哪些单元以及如何对这些单元应用权重(通过与某个系数相乘)。

类型

描述

示例

锐化

3 x 3 过滤器

  0    -0.25    0 -0.25    2    -0.25   0    -0.25    0

锐化

锐化 II

3 x 3 过滤器

-0.25 -0.25 -0.25  -0.25    3  -0.25  -0.25 -0.25 -0.25

锐化 2

锐化 3x3

高通 3 x 3 滤波器

-1 -1 -1  -1  9 -1  -1 -1 -1

锐化 3

锐化 5x5

高通 5 x 5 滤波器

 0 -1 -1 -1  0  -1  2 -4  2 -1  -1 -4 13 -4 -1  -1  2 -4  2 -1  0 -1 -1 -1  0

锐化 5

平滑类型

平滑(低通)滤波器可通过减少局部变化和移除噪声来平滑数据。低通滤波器计算每个邻域的平均值。其目的就是对每个邻域内的高数值和低数值进行平均处理,以减少数据中的极端值。

类型

描述

示例

平滑算术平均值

3 x 3 过滤器

0.111  0.111  0.111  0.111  0.111  0.111  0.111  0.111  0.111

平滑算术平均值

平滑 3x3

低通 3 x 3 滤波器

1  2  1  2  4  2  1  2  1

平滑

平滑 5x5

低通 5 x 5 滤波器

1  1  1  1  1  1  4  4  4  1  1  4 12  4  1  1  4  4  4  1  1  1  1  1  1

平滑

Sobel 算子类型

Sobel 算子滤波器用于边缘检测。

类型

描述

示例

Sobel 算子(水平)

3 x 3 过滤器

-1 -2 -1  0  0  0  1  2  1

Sobel 算子水平

Sobel 算子(垂直)

3 x 3 过滤器

-1  0  1  -2  0  0  -1  0  1

Sobel 算子垂直

相关主题

9/15/2013