數字影像處理 - 模糊的概念

---

---

在我們之前關於掩碼概念的教程中，已經簡要介紹了模糊，但我們將在本文中正式討論它。

模糊

在模糊處理中，我們簡單地模糊影像。如果我們能夠正確地感知影像中所有物體及其形狀，則影像看起來更清晰或更詳細。例如，一張帶有臉部的影像，當我們能夠非常清晰地識別眼睛、耳朵、鼻子、嘴唇、額頭等時，看起來很清晰。物體的這種形狀是由於它的邊緣造成的。因此，在模糊處理中，我們簡單地減少邊緣內容，並使從一種顏色到另一種顏色的過渡非常平滑。

模糊與縮放

您可能在縮放影像時看到過模糊的影像。當您使用畫素複製縮放影像並且縮放因子增加時，您會看到模糊的影像。此影像也包含較少的細節，但這並不是真正的模糊。

因為在縮放時，您會向影像新增新的畫素，從而增加影像的畫素總數，而在模糊處理中，普通影像和模糊影像的畫素數量保持不變。

模糊影像的常見示例

濾波器型別

模糊可以透過多種方式實現。用於執行模糊處理的常用濾波器型別有：

• 均值濾波器
• 加權平均濾波器
• 高斯濾波器

在這三種中，我們將在這裡討論前兩種，高斯濾波器將在以後的教程中討論。

均值濾波器

均值濾波器也稱為方框濾波器和平均濾波器。均值濾波器具有以下特性：

• 它必須是奇數階的
• 所有元素的總和應為1
• 所有元素都應該相同

如果我們遵循此規則，則對於 3x3 的掩碼，我們將得到以下結果。

由於它是一個 3x3 的掩碼，這意味著它有 9 個單元格。所有元素總和應等於 1 的條件可以透過將每個值除以 9 來實現，如

1/9 + 1/9 + 1/9 + 1/9 + 1/9 + 1/9 + 1/9 + 1/9 + 1/9 = 9/9 = 1

3x3 掩碼對影像的結果如下所示

原始影像

模糊影像

結果可能不太清晰。讓我們增加模糊度。可以透過增加掩碼的大小來增加模糊度。掩碼越大，模糊度越大。因為使用更大的掩碼，會處理更多的畫素，並定義了一個平滑的過渡。

5x5 掩碼對影像的結果如下所示

原始影像

模糊影像

同樣，如果我們增加掩碼，模糊度會更大，結果如下所示。

7x7 掩碼對影像的結果如下所示。

原始影像

模糊影像

9x9 掩碼對影像的結果如下所示。

原始影像

模糊影像

11x11 掩碼對影像的結果如下所示。

原始影像

模糊影像

加權平均濾波器

在加權平均濾波器中，我們賦予中心值更大的權重。因此，中心值的貢獻大於其餘值。由於加權平均濾波，我們實際上可以控制模糊度。

加權平均濾波器的屬性是：

• 它必須是奇數階的
• 所有元素的總和應為1
• 中心元素的權重應大於所有其他元素

濾波器 1

滿足了兩個屬性（1 和 3）。但是屬性 2 未滿足。因此，為了滿足該屬性，我們將簡單地將整個濾波器除以 10 或乘以 1/10。

濾波器 2

除數 = 18。