空域濾波技術根據功能主要分為平滑濾波與銳化濾波。      

平滑濾波能減弱或消除圖像中的高頻率分量而不影響低頻分量，高頻分量對應圖像中的區域邊緣等灰度值具有較大變化的部分，平滑濾波可將這些分量濾去減少局部灰度起伏，使圖像變得比較平滑。
也可用于消除噪聲，或在提取較大目標前去除太小的細節或將目標的小間斷連接起來。 

銳化濾波正好相反，銳化濾波常用于增強被模糊的細節或目標的邊緣，強化圖像的細節。

一、基本的灰度變換函數
1.1.圖像反轉
適用場景：增強嵌入在一幅圖像的暗區域中的白色或灰色細節，特別是當黑色的面積在尺寸上占主導地位的時候。

1.2.對數變換（反對數變換與其相反）
過程：將輸入中范圍較窄的低灰度值映射為輸出中較寬范圍的灰度值。
用處：用來擴展圖像中暗像素的值，同時壓縮更高灰度級的值。
特征：壓縮像素值變化較大的圖像的動態范圍。
舉例：處理傅里葉頻譜，頻譜中的低值往往觀察不到，對數變換之后細節更加豐富。

1.3.冪律變換（又名：伽馬變換）
過程：將窄范圍的暗色輸入值映射為較寬范圍的輸出值。
用處：伽馬校正可以校正冪律響應現象，常用于在計算機屏幕上精確地顯示圖像，可進行對比度和可辨細節的加強。

1.4.分段線性變換函數
缺點：技術說明需要用戶輸入。
優點：形式可以是任意復雜的。
1.4.1.對比度拉伸：擴展圖像的動態范圍。
1.4.2.灰度級分層：可以產生二值圖像，研究造影劑的流動。
1.4.3.比特平面分層：原圖像中任意一個像素的值，都可以類似的由這些比特平面對應的二進制像素值來重建，可用于壓縮圖片。

1.5.直方圖處理
1.5.1直方圖均衡：增強對比度，補償圖像在視覺上難以區分灰度級的差別。作為自適應對比度增強工具，功能強大。
1.5.2直方圖匹配（直方圖規定化）：希望處理后的圖像具有規定的直方圖形狀。在直方圖均衡的基礎上規定化，有利于解決像素集中于灰度級暗端的圖像。
1.5.3局部直方圖處理：用于增強小區域的細節，方法是以圖像中的每個像素鄰域中的灰度分布為基礎設計變換函數，可用于顯示全局直方圖均衡化不足以影響的細節的顯示。
1.5.4直方圖統計：可用于圖像增強，能夠增強暗色區域同時盡可能的保留明亮區域不變，靈活性好。

二、基本的空間濾波器
2.1.平滑空間濾波器
2.1.1平滑線性濾波器（均值濾波器）
輸出：包含在濾波器模板鄰域內的像素的簡單平均值，用鄰域內的平均灰度替代了圖像中每個像素的值，是一種低通濾波器。
結果：降低圖像灰度的尖銳變化。
應用：降低噪聲，去除圖像中的不相關細節。
負面效應：邊緣模糊。

2.1.2統計排序濾波器（非線性濾波器）
舉例：中值濾波器。
過程：以濾波器包圍的圖像區域中所包含圖像的排序為基礎，然后使用統計排序結果決定的值取代中心區域的值。
用處：中值濾波器可以很好的解決椒鹽噪聲，也就是脈沖噪聲。

2.2.銳化空間濾波器
2.2.1拉普拉斯算子（二階微分）
作用：強調灰度的突變，可以增強圖像的細節。

2.2.2非銳化掩蔽和高提升濾波
原理：原圖像中減去一幅非銳化（平滑處理）的版本。
背景：印刷和出版界使用多年的圖像銳化處理。
高提升濾波：原圖減去模糊圖的結果為模板，輸出圖像等于原圖加上加權后的模板，當權重為1得到非銳化掩蔽，當權重大于1成為高提升濾波。

2.2.3梯度銳化（一階微分對）
含義：梯度指出了在該位置的最大變化率的方向。
用處：工業檢測，輔助人工檢測產品的缺陷，自動檢測的預處理。

三、基本的頻率濾波器
3.1.1理想低（高）通濾波器
特性：振鈴現象，實際無法實現。
用處：并不實用，但是研究濾波器的特性很有用。

3.1.2布特沃斯低（高）通濾波器
特點：沒有振鈴現象，歸功于在低頻和高頻之間的平滑過渡，二階的布特沃斯低通濾波器是很好的選擇。
效果：比理想低（高）通濾波器更平滑，邊緣失真小。截止頻率越大，失真越平滑。

3.1.3高斯低（高）通濾波器
特點：沒有振鈴。
用處：任何類型的人工缺陷都不可接受的情況（醫學成像）。

3.1.4鈍化模板，高提升濾波，高頻強調濾波
用處：X射線，先高頻強調，然后直方圖均衡。

3.1.5同態濾波
原理：圖像分為照射分量和反射分量的乘積。
用處：增強圖像，銳化圖像的反射分量（邊緣信息），例如PET掃描。

3.1.6選擇性濾波
3.1.6.1帶阻濾波器和帶通濾波器。
作用：處理制定頻段和矩形區域的小區域。

3.1.6.2陷阱濾波器
原理：拒絕或通過事先定義的關于頻率矩形中心的一鄰域。
應用：選擇性的修改離散傅里葉變換的局部區域。
優點：直接對DFT處理，而不需要填充。交互式的處理，不會導致纏繞錯誤。
用途：解決莫爾波紋。

四、重要的噪聲概率密度函數
4.1.高斯噪聲
特點：在數學上的易處理性。

4.2瑞利噪聲
特點：基本形狀向右變形，適用于近似歪斜的直方圖。

4.3愛爾蘭（伽馬）噪聲
特點：密度分布函數的分母為伽馬函數。

4.4指數噪聲
特點：密度分布遵循指數函數。

4.5均勻噪聲
特點：密度均勻。

4.6脈沖噪聲（雙極脈沖噪聲又名椒鹽噪聲）
特點：唯一一種引起退化，視覺上可以區分的噪聲類型。

五、空間濾波器還原噪聲
5.1均值濾波器
5.1.1算術均值濾波器
結果：模糊了結果，降低了噪聲。
適用：高斯或均勻隨機噪聲。

5.1.2幾何均值濾波器
結果：和算術均值濾波器相比，丟失的圖像細節更少。
適用：更適用高斯或均勻隨機噪聲。

5.1.3諧波均值濾波器
結果：對于鹽粒噪聲（白色）效果較好，但不適用于胡椒噪聲（黑色），善于處理高斯噪聲那樣的其他噪聲。

5.1.4逆諧波均值濾波器
結果：適合減少或在實際中消除椒鹽噪聲的影響，當Q值為正的時候消除胡椒噪聲，當Q值為負的時候該濾波器消除鹽粒噪聲。但不能同時消除這兩種噪聲。
適用：脈沖噪聲。
缺點：必須知道噪聲是明噪聲還是暗噪聲。

5.2統計排序濾波器
5.2.1中值濾波器
適用：存在單極或雙極脈沖噪聲的情況。

5.2.2最大值濾波器
作用：發現圖像中的最亮點，可以降低胡椒噪聲。

5.2.2最小值濾波器
作用：對最暗點有用，可以降低鹽粒噪聲。

5.2.3中點濾波器
作用：結合統計排序和求平均，對于隨機分布噪聲工作的很好，如高斯噪聲或均勻噪聲。

5.2.4修正的阿爾法均值濾波器
作用：在包括多種噪聲的情況下很有用，例如高斯噪聲和椒鹽噪聲混合。

5.3自適應濾波器
5.3.1自適應局部降低噪聲濾波器
作用：防止由于缺乏圖像噪聲方差知識而產生的無意義結果，適用均值和方差確定的加性高斯噪聲。

5.3.1自適應中值濾波器
作用：處理更大概率的脈沖噪聲，同時平滑非脈沖噪聲時保留細節，減少諸如物體邊界粗化或細化等失真。

5.4頻率域濾波器消除周期噪聲
5.4.1帶阻濾波器
應用：在頻率域噪聲分量的一般位置近似已知的應用中消除噪聲

5.4.2帶通濾波器
注意：不能直接在一張圖片上使用帶通濾波器，那樣會消除太多的圖像細節。
用處：屏蔽選中頻段導致的結果，幫助屏蔽噪聲模式。

5.4.3陷阱濾波器
原理：阻止事先定義的中心頻率的鄰域內的頻率。
作用：消除周期性噪聲。

5.4.4最佳陷阱濾波
作用：解決存在多種干擾分量的情況。

參考網址：http://imgtec.eetrend.com/blog/4564

總結

以上是生活随笔為你收集整理的浅谈图像平滑滤波和锐化的区别及用途总结的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。