计算机视觉 OpenCV Android | 图像操作之 统计排序滤波、边缘保留滤波

1.统计排序滤波

上节笔记中提到的均值模糊、高斯模糊两种图像模糊操作都属于图像的线性滤波，
本文则首先将笔记OpenCV中存在的几种基于统计排序的滤波器，

• 即中值滤波、
  最大值与最小值滤波，

• 这几种滤波器在特定场合与应用场景下，也经常用来（划重点，对应滤波的作用！！！）
  消除图像噪声
（中值滤波可以抑制椒盐噪声；
最大值滤波可以填充小的闭合区域以及狭窄的间断；
最小值滤波可以去除小的图像噪声或者图像元素对象的大小丝黏连）；
  或者抑制图像像素极小值与极大值（最大值与最小值滤波）。

1.1.中值滤波

• 中值滤波同样也需要一个卷积核，
  与卷积滤波不同的是，它不会用卷积核的每个系数与对应的像素值做算术计算，
  而是把对应的像素值做排序，取中间值作为输出。

• 具体说明如图所示：
  
• 线性滤波是一个自带有/设置有系数的“实”模板；
• 中值滤波是有一个只有滤波特性，没有设置系数的“空”模板；
• 运算逻辑顺序概况：
  “空”模板移动，套/捞与模板重合的N×N个像素值上来，
  对套上来的值排序，取中值；
  置回模板核中心格子下重合的像素块；

中值滤波的相关API函数处于Imgproc包中，完整的说明如下：

• medianBlur(Mat src, Mat dst, int ksize)
src：表示输入图像，
  　　当ksize为3、5的时候输入图像可以为浮点数或者整数类型，
  　　当ksize大于5的时候，则只能为字节类型图像，即CV_8UC。
  dst：表示中值滤波以后输出的图像，其类型与输入图像保持一致。
  ksize：表示上图中模板的大小，
  常见为3、5，注意模板大小必须为奇数而且必须大于1。

调用此函数实现中值滤波的相关代码如下：

Mat src = Imgcodecs.imread(fileUri.getPath());
if(src.empty()){
　　return;
}
Mat dst = new Mat();
Imgproc.medianBlur(src, dst, 5);

划重点！！！

• 中值滤波对图像的椒盐噪声有很明显的抑制作用，是一个很好的图像降噪的滤波函数。

！！！