空间域滤波

💡 处理粒度T 作用于单个像素时是点运算（灰度变换）；作用于邻域时是模板/滤波（空间滤波）。

💡 通俗理解：空间域增强 = 直接改像素值 两种增强方式：

空间域增强（本章内容）：
• 直接修改像素的灰度值
• 就像直接在照片上"涂改"
• 操作简单，速度快

频域增强（下一章内容）：
• 先转换到频率域，处理后再转回来
• 就像先"翻译"成另一种语言，处理后再"翻译"回来
• 更适合处理周期性噪声

公式 g(x,y) = T[f(x,y)] 的意思：
• f(x,y) = 原始图像在 (x,y) 处的灰度
• T = 操作（比如变亮、变暗、反转）
• g(x,y) = 处理后的灰度

举例：让图像变亮
• T = "加50"
• g(x,y) = f(x,y) + 50
• 所有像素都变亮50

💡 通俗理解：灰度变换 = 调整照片的"滤镜" 就像手机修图 APP：

反转变换：把照片变成"底片"效果，黑变白、白变黑。用途：X光片有时候需要反过来看。

对数变换：把暗的地方变亮，亮的地方不变，就像"提亮阴影"。用途：看清楚很暗的照片细节。

伽马变换（γ）：γ < 1 → 照片变亮（像加了亮度）；γ > 1 → 照片变暗（像降低了亮度）；γ = 1 → 不变。用途：调节显示器亮度。

💡 通俗理解：四种灰度变换 = 四种修图操作 1. 反转变换：底片效果
• 公式：s = (L-1) - r
• 例子：L=256时，s = 255 - r
• 效果：黑变白，白变黑
• 用途：X光片反转查看

2. 对数变换：提亮阴影
• 公式：s = c × log(1 + r)
• 效果：暗处变亮，亮处变化不大
• 用途：查看很暗的照片细节
• 类比：像把"压缩"的暗部"展开"

3. 幂次变换（伽马）：调节亮度
• 公式：s = c × r^γ
• γ < 1：变亮（像加了亮度）
• γ > 1：变暗（像降低了亮度）
• γ = 1：不变
• 用途：显示器伽马校正

4. 灰度分层：突出某个范围
• 把关心的灰度范围变亮
• 其他范围变暗或不变
• 用途：医学图像中突出病变区域

伽马变换的实际应用：
• 显示器校正：显示器的亮度响应不是线性的
• 伽马校正就是用 γ 来补偿
• 通常 γ ≈ 2.2

💡 通俗理解：灰度变换 = 对每个像素单独做数学运算，就像给照片加"滤镜"

核心意思：

灰度变换 = 对每个像素单独做数学运算，就像给照片加"滤镜"

举个例子：

原图像素值：[100, 150, 200, 50]

反转变换：s = 255 - r
    结果：[155, 105, 55, 205]
    效果：黑变白，白变黑（底片效果）

对数变换：s = c × log(1 + r)
    结果：[暗处变亮，亮处变化不大]
    效果：像"提亮阴影"

伽马变换：s = c × r^γ
    γ=0.5：[100→127, 150→155, 200→179, 50→89] 变亮
    γ=2.0：[100→39, 150→88, 200→157, 50→10] 变暗

生活类比：

- 反转：像把照片变成底片
- 对数：像把暗处"拉"亮
- 伽马：像调节显示器亮度

为什么这样设计：

因为不同场景需要不同的亮度调整：
- X光片：反转后更清晰
- 夜景照片：对数变换提亮
- 显示器校正：伽马变换

💡 通俗理解：比特平面分层 = 把8位图像拆成8个1位图像，每位代表不同重要程度的信息

核心意思：

比特平面分层 = 把8位图像拆成8个1位图像，每位代表不同重要程度的信息

举个例子：

一个像素的灰度值：178（十进制）= 10110010（二进制）

拆分成8个比特平面：
    第7位（最高位）：1  ← 最重要，决定亮暗大趋势
    第6位：0
    第5位：1
    第4位：1
    第3位：0
    第2位：0
    第1位：1
    第0位（最低位）：0  ← 最不重要，只有细微差别

重要性对比：

高位平面（b7-b4）：
    - 包含图像的主要结构和轮廓
    - 人眼容易识别
    - 去掉后图像严重失真

低位平面（b3-b0）：
    - 包含图像的细节和噪声
    - 人眼几乎看不出差别
    - 去掉后图像基本不变

应用：

- 图像压缩：只保留高位平面
- 水印：把信息藏在低位平面
- 特征提取：用高位平面作为特征

生活类比：

- 高位平面：像文章的大纲和标题
- 低位平面：像文章的标点符号和格式
- 你读文章主要看大纲，标点符号不太影响理解

连续情形（变换函数取累积分布函数 CDF）：
$$s = T(r) = (L-1) \int_0^r p_r(w) dw$$

离散情形：
$$s_k = T(r_k) = (L-1) \sum_{j=0}^{k} p_r(r_j) = (L-1) \sum n_j / n$$

💡 通俗理解：直方图均衡化 = 让照片"对比度拉满" 问题：有些照片看起来"灰蒙蒙"的
原因：像素值都挤在一起，没有拉开差距

直方图均衡化做的事：
• 把挤在一起的像素值"拉开"
• 让最暗的变成 0，最亮的变成 255
• 中间的也均匀分布

效果：原本灰蒙蒙的照片 → 变得清晰、对比度高，就像把一张褪色的照片"修复"好。

💡 通俗理解：直方图 = 灰度值的"统计报告" 直方图告诉你：
• 每个灰度值有多少个像素
• 就像统计一个班的成绩分布

直方图的形态：
• 集中在左边 → 图像偏暗
• 集中在右边 → 图像偏亮
• 集中在中间 → 对比度低（灰蒙蒙）
• 均匀分布 → 对比度好

直方图均衡化 = "让分布均匀"

问题：照片看起来"灰蒙蒙"
原因：像素值都挤在某个区间
解决：把挤在一起的像素值"拉开"

具体做法：
1. 统计每个灰度值的像素数
2. 计算累积分布
3. 重新映射灰度值

效果：
• 原本集中在 100-150 的像素
• 被拉伸到 0-255 的整个范围
• 图像变得清晰、对比度高

直方图匹配（规定化）= "让分布变成指定形状"
• 均衡化是让分布变成"均匀"
• 匹配是让分布变成"任意指定形状"
• 更灵活，但更复杂

💡 通俗理解：直方图均衡化 = 把"灰蒙蒙"的照片变得清晰，让像素值分布更均匀

核心意思：

直方图均衡化 = 把"灰蒙蒙"的照片变得清晰，让像素值分布更均匀

举个例子：

原图的直方图（像素值分布）：
    灰度值  像素数
    0-50    100
    50-100  800  ← 大部分像素集中在这里
    100-150 100
    150-200 0
    200-255 0

问题：像素都挤在 50-100 这个区间，图像看起来"灰蒙蒙"

均衡化后的直方图：
    灰度值  像素数
    0-50    200
    50-100  200
    100-150 200
    150-200 200
    200-255 200

效果：像素均匀分布在整个 0-255 范围，图像变得清晰

生活类比：

就像把一堆挤在一起的人"拉开"，让他们均匀分布在房间里。

为什么这样设计：

因为很多照片因为光照或拍摄问题，像素值分布不均匀，看起来"灰蒙蒙"。

$$g(x,y) = \sum_{s=-a}^{a} \sum_{t=-b}^{b} w(s,t) \cdot f(x+s, y+t)$$
其中 $$m=2a+1, n=2b+1$$（奇数尺寸），$$w(s,t)$$ 为滤波器系数
简化形式：$$R = \sum w_i \cdot z_i$$  （$$z_i$$ 为模板覆盖的图像灰度值，$$mn$$ 为像素总数）

💡 边界处理模板滑到图像边缘时缺少邻域像素，常用做法：① 补零填充；② 复制最近边界像素；③ 镜像反射；④ 仅在完整覆盖处计算（输出图像变小）。

💡 通俗理解：空间滤波 = 用模板在图像上滑动，对邻域像素做加权求和

核心意思：

空间滤波 = 用模板在图像上滑动，对邻域像素做加权求和

举个例子：

3×3均值滤波模板：
    1/9  1/9  1/9
    1/9  1/9  1/9
    1/9  1/9  1/9

处理过程：
    原始图像（部分）：
    100 120 130
    110 125 135
    115 128 138

    计算：
    R = (100+120+130+110+125+135+115+128+138) / 9
    R = 1121 / 9 ≈ 124.6

    输出：124.6（替换中心像素）

不同模板的效果：

模板          效果
均值模板      模糊（去噪）
高斯模板      更平滑的模糊
锐化模板      增强边缘
边缘检测模板  找出边缘

模板大小的影响：
    3×3模板：轻微模糊
    5×5模板：中等模糊
    7×7模板：严重模糊

生活类比：

- 模板：像一个"权重分配器"
- 滑动过程：像用一个小窗口在图像上扫描
- 加权求和：像"投票"，权重大的像素有更大发言权

为什么模板大小要是奇数？

因为需要一个中心像素，偶数大小的模板没有明确的中心。

💡 通俗理解：边界处理 = 模板滑到图像边缘时，缺少的像素怎么处理

核心意思：

边界处理 = 模板滑到图像边缘时，缺少的像素怎么处理

举个例子：

3×3模板处理5×5图像，滑到位置(0,0)时：

    模板位置：
    [?] [?] [?]
    [?] [P] [→]
    [?] [↓] [↘]

    问题：左上角的[?]位置没有像素！

四种处理方法：

1. 补零填充：
    把[?]当作0
    结果：边缘会变暗（因为0是黑色）

2. 复制填充：
    把[?]复制最近的边缘像素
    结果：边缘保持原来的亮度

3. 镜像填充：
    把[?]用镜像像素填充
    结果：边缘过渡最自然

4. 裁剪：
    只处理模板完全覆盖的区域
    结果：输出图像比输入小一圈

对比：

方法    优点          缺点
补零    简单          边缘变暗
复制    保持亮度      边缘可能不自然
镜像    过渡自然      计算量大
裁剪    无边界问题    图像变小

生活类比：

- 补零：像用黑色背景
- 复制：像用边缘颜色填充
- 镜像：像用镜子反射
- 裁剪：像裁掉边缘

💡 通俗理解：卷积 = 用"模板"扫描图像 相关 vs 卷积的区别：

相关（Correlation）：
• 模板直接在图像上滑动
• 不翻转模板
• 计算加权和

卷积（Convolution）：
• 先把模板旋转180度
• 再在图像上滑动
• 计算加权和

为什么卷积要旋转？
• 数学上更优雅
• 频域乘法 = 空域卷积（需要旋转）
• 实际效果差别不大

卷积的步骤：
1. 把模板放在图像上
2. 对应位置相乘
3. 把所有乘积加起来
4. 结果写到中心像素
5. 滑动到下一个位置
6. 重复直到扫完整张图

边界处理 = "边缘怎么办"

四种处理方式：
1. 补零：边缘外面用0填充
2. 复制：复制最近的边缘像素
3. 镜像：边缘外面用镜像填充
4. 裁剪：只处理完整覆盖的部分

选择建议：
• 补零：简单，但边缘可能变暗
• 复制：保持边缘亮度
• 镜像：最自然，但计算量大
• 裁剪：图像会变小

💡 通俗理解：卷积操作 = 用一个小窗口在图像上滑动，每到一个位置就计算一次加权和

核心意思：

卷积 = 用一个小窗口在图像上滑动，每到一个位置就计算一次加权和

举个例子：

用 3×3 的卷积核处理 5×5 的图像：

输入图像：
    1 2 3 4 5
    6 7 8 9 0
    1 2 3 4 5
    6 7 8 9 0
    1 2 3 4 5

卷积核（边缘检测）：
    -1 -1 -1
    -1  8 -1
    -1 -1 -1

计算过程（在位置(1,1)）：
    窗口：1 2 3
          6 7 8
          1 2 3

    计算：1×(-1) + 2×(-1) + 3×(-1) +
          6×(-1) + 7×8   + 8×(-1) +
          1×(-1) + 2×(-1) + 3×(-1)
        = -1 + -2 + -3 + -6 + 56 + -8 + -1 + -2 + -3
        = 30

生活类比：

就像用放大镜看照片，每到一个位置就看看周围的像素，然后计算一个新值。

为什么这样设计：

因为很多图像处理操作（模糊、锐化、边缘检测）都可以用卷积实现。

💡 通俗理解：去噪的两种策略 场景：照片上有很多"椒盐噪声"（随机黑白点）

均值滤波（取平均）：
• 策略：看看周围邻居，取平均值
• 问题：会把噪声"扩散"开，边缘变模糊
• 就像：把脏东西抹开，但没擦掉

中值滤波（取中间值）：
• 策略：看看周围邻居，取中间那个值
• 优点：噪声直接被"跳过"了，边缘保持清晰
• 就像：发现异常值直接忽略

结论：去椒盐噪声用中值滤波更好！

💡 通俗理解：平滑 = 模糊 = 去噪 为什么要平滑？
• 图像有噪声（随机的亮点/暗点）
• 噪声会干扰后续处理
• 平滑可以去除噪声

均值滤波器 = "取平均"

原理：看看周围邻居，取平均值
• 就像"投票"，少数服从多数
• 噪声通常和周围不一样，会被"平均掉"

公式：R = (z1 + z2 + ... + zn) / n

优点：简单，能去噪
缺点：边缘也变模糊了

中值滤波器 = "取中间值"

原理：看看周围邻居，取中间那个值
• 就像"排序后取中位数"
• 噪声通常是最亮或最暗的，会被"跳过"

公式：R = median(z1, z2, ..., zn)

优点：去噪同时保持边缘清晰
缺点：计算量比均值大

对比：
• 均值：把噪声"摊开"，边缘模糊
• 中值：把噪声"剔除"，边缘清晰

什么时候用哪个？
• 均值：噪声是高斯噪声（正态分布）
• 中值：噪声是椒盐噪声（随机黑白点）

💡 通俗理解：均值 vs 中值滤波 = 取平均 vs 取中间值，两者都能去噪但效果不同

核心意思：

均值滤波 = 取平均，中值滤波 = 取中间值，两者都能去噪但效果不同

举个例子：

有噪声的像素值：[100, 105, 95, 300, 110, 100, 90, 105, 100]
（300 是噪声点）

均值滤波：
    排序：[90, 95, 100, 100, 100, 105, 105, 110, 300]
    计算：(90+95+100+100+100+105+105+110+300) / 9 = 122.2
    结果：122.2（噪声被"平均"了，但边缘也模糊了）

中值滤波：
    排序：[90, 95, 100, 100, 100, 105, 105, 110, 300]
    取中间值：100
    结果：100（噪声被"跳过"了，边缘保持清晰）

对比：
    方法    结果    优点    缺点
    均值    122.2   简单    边缘模糊
    中值    100     保边    计算稍慢

生活类比：

- 均值：像"投票"，少数服从多数
- 中值：像"排序后取中间"，异常值被忽略

为什么这样设计：

什么时候用哪个？
- 高斯噪声（正态分布）：用均值
- 椒盐噪声（随机黑白点）：用中值

一维一阶导数：$$\frac{\partial f}{\partial x} = f(x+1) - f(x)$$
一维二阶导数：$$\frac{\partial^2 f}{\partial x^2} = f(x+1) + f(x-1) - 2f(x)$$

当中心系数为负：$$g(x,y) = f(x,y) - \nabla^2 f(x,y)$$
$$= 5f(x,y) - [f(x+1,y)+f(x-1,y)+f(x,y+1)+f(x,y-1)]$$   （4邻域版）

💡 一阶 vs 二阶一阶微分（梯度）对边缘响应强、产生较粗边缘；二阶微分（拉普拉斯）对细节/孤立点更敏感，常用于增强细线和点，且会产生双边缘（过零点定位边缘）。

💡 通俗理解：锐化 = 找边缘 = 增强细节 为什么要锐化？
• 照片可能有点模糊
• 锐化能让边缘更清晰
• 就像给照片"对焦"

锐化的原理：
• 平滑 = 积分 = 模糊
• 锐化 = 微分 = 找变化

一阶微分（梯度）= 找"变化最大的方向"
• 就像找"山坡最陡的方向"
• 梯度大的地方 = 边缘

二阶微分（拉普拉斯）= 找"变化的变化"
• 就像找"山坡的弯曲程度"
• 拉普拉斯大的地方 = 边缘中心

常用算子：

Roberts算子（2×2）：
• 最简单，只看2×2区域
• 对噪声敏感

Prewitt算子（3×3）：
• 看3×3区域
• 有平滑作用

Sobel算子（3×3）：
• 中心权重更大（乘以2）
• 平滑效果更好
• 最常用

拉普拉斯算子：
• 二阶微分
• 各向同性（旋转不变）
• 对噪声敏感

💡 通俗理解：锐化滤波器 = 找边缘 = 让图像更清晰，原理是"微分找变化"

核心意思：

锐化 = 找边缘 = 让图像更清晰，原理是"微分找变化"

举个例子：

原图的一行像素：[100, 100, 100, 200, 200, 200]
（在位置3有个边缘，从100跳到200）

一阶导数（梯度）：
    位置：[0, 1, 2, 3, 4, 5]
    梯度：[0, 0, 100, 100, 0, 0]
    解释：在边缘处梯度很大（100），其他地方梯度很小（0）

二阶导数（拉普拉斯）：
    位置：[0, 1, 2, 3, 4, 5]
    拉普拉斯：[0, 0, 100, -100, 0, 0]
    解释：在边缘处有正负变化，边缘中心为0

常用算子对比：
    算子      大小    特点
    Roberts   2×2    最简单，对噪声敏感
    Prewitt   3×3    有平滑作用
    Sobel     3×3    中心权重更大，最常用

生活类比：

- 锐化就像给照片"对焦"
- 一阶导数：找"山坡最陡的方向"
- 二阶导数：找"山坡的弯曲程度"

为什么这样设计：

因为照片可能有点模糊，锐化能让边缘更清晰。