Χωρικά φίλτρα Διαδικασία μέσου όρου : ανάλογη της ολοκλήρωσης, συνεπάγεται θάμπωση Διαδικασία διαφόρισης, αντίστροφη της ολοκλήρωσης επιτυγχάνει ανάδειξη λεπτομερειών Γραμμικά φίλτρα Γραμμικός συγκερασμός

Ο μηχανισμός φιλτραρίσματος στο πεδίο του χώρου Η βασική προσέγγιση είναι να αθροιστούν τα γινόμενα μεταξύ των συντελεστών της μάσκας και των εντάσεων των pixel που βρίσκονται κάτω από τη μάσκα, σε μια συγκεκριμένη θέση στην εικόνα.Αν το κέντρο της μάσκας είναι στη θέση (x,y) η τιμή που έχει η εικόνα εκεί αντικαθίσταται από το προηγούμενο άθροισμα. Η μάσκα έπειτα μετακινείται στο επόμενο pixel και η διαδικασία επαναλαμβάνεται

Φίλτρα Μέσου Όρου (Averaging) Φίλτρα μέσου όρου (averaging): υποβαθμίζουν τις οξείες μεταβολές έντασης, μειώνουν το θόρυβο αλλά και θαμπώνουν τις ακμές. Χρήσιμα στη μείωση των μη συναφών λεπτομερειών Μέγεθος μάσκας, καθορίζει το σχετικό μέγεθος των αντικειμένων που θα αναμειχθούν με το υπόβαθρο Σταθμισμένος μέσος όρος, μεγαλύτερο βάρος σε ορισμένα pixels (figure 3.34b)

Μάσκες εξομάλυνσης (μέσου όρου) μεγέθους 3x3 Παραδείγματα από μάσκες μέσου όρου (a) και σταθμισμένου μέσου όρου

Εφαρμογή μάσκας μέσου όρου διαφόρων μεγεθών Όσο μεγαλώνει το μέγεθος της μάσκας, το θάμπωμα της εικόνας γίνεται εντονότερο

Εφαρμογή μάσκας μέσου όρου

Μη γραμμικά φίλτρα Βασικοί αντιπρόσωποι φίλτρα στατιστικών διάταξης Φίλτρο μέσου (median filter)  Χρησιμοποιούνται για περιορισμό του θορύβου.  Η τιμή του γκρι του κάθε pixel αντικαθίσταται από την μεσαία τιμή του γκρι στην περιοχή (neighborhood) αυτού του pixel, και όχι από τον μέσο όρο

Εφαρμογή φίλτρου μέσου όρου και μέσου

Όξυνση λεπτομερειών Παράγωγος τάξεως 1: f(x+1)-f(x) Παράγωγος τάξεως 2: f(x+1)-f(x-1)-2f(x) Λαπλασιανή (ισότροπο φίλτρο, αναλλοίωτο στροφών) Τονίζει τις ασυνέχειες του γκρί επιπέδου και υποβαθμίζει περιοχές αργά μεταβαλλόμενης έντασης. Παράγει εικόνες με γκρίζες γραμμές ακμών πάνω σε μάυρο υπόβαθρο. Ανακατασκευή του υποβάθρου με ταυτόχρονη όξυνση των λεπτομερειών αν προστεθεί η αρχική εικόνα στη λαπλασιανή εικόνα

Φιλτράρισμα όξυνσης\υψηλής ενίσχυσης Φιλτράρισμα όξυνσης (unsharp masking) F=f-blur(f) (Από την αρχική εικόνα αφαιρούμε την εξομαλυμένη εικόνα) Φιλτράρισμα υψηλής ενίσχυσης (high boost filtering)  F(x,y)=Af(x,y)-blur(f(x,y)), A>=1 (πολλαπλασιάζοντας με το Α πετυχαίνουμε να μην εξαλείψουμε εντελώς τις ομοιογενείς περιοχές και απλά να τονίσουμε τις περιοχές με τις αντιθέσεις)  F(x,y)=(A-1)f(x,y)+laplacian(f(x,y)) (ενισχύουμε τις αντιθέσεις, όπως πριν)

Παραδείγματα όξυνσης και υψηλής ενίσχυσης

Φίλτρα Παραγώγου Υπολογισμός παραγώγου. Μέτρο του gradient Μάσκα Roberts |z9-z5|+|z8-z6| Μάσκα Sobel και Η διαφορά ανάμεσα στην πρώτη και την τρίτη γραμμή υλοποιεί την παράγωγο στην y κατεύθυνση,ενώ η διαφορά ανάμεσα στην πρώτη και την τρίτη στήλη υλοποιεί την παράγωγο στην x κατεύθυνση

Μάσκες Παραγώγισης

Εφαρμογή μάσκας παραγώγισης

Εφαρμογή μασκών όξυνσης, παραγώγισης και Laplacian