2.1 图像滤波与噪声抑制

2.1 图像滤波与噪声抑制

本节摘要：滤波是预处理的第一道工序，目标是压掉噪声、给后续算法一个干净的输入。本节讲均值、高斯、中值、双边四种滤波器的最小例子与机理，核心结论是"噪声类型决定滤波器"：高斯噪声用高斯滤波，椒盐噪声只有中值滤波能救，既要去噪又要保边缘时上双边滤波。卷积窗口与 σ 参数的选择依据一并给出。

学习目标

阅读完本节，你应当能够：

1. 写出四种滤波器各一行的调用代码并跑出结果
2. 解释卷积核在窗口内"滑动加权求和"的机制
3. 根据噪声的视觉特征判断类型，并选对滤波器
4. 说清核大小与 σ 的联动关系及推荐起点
5. 理解双边滤波为什么能"去噪不抹边"，以及它的代价

先跑起来：四种滤波一次看全

找一个有噪声的场景（老照片扫描件、暗光拍照都行），四行代码各滤一遍：

import cv2

img = cv2.imread('noisy.jpg')

mean_blur   = cv2.blur(img, (5, 5))                          # 均值滤波
gauss_blur  = cv2.GaussianBlur(img, (5, 5), sigmaX=1.5)      # 高斯滤波
median_blur = cv2.medianBlur(img, 5)                         # 中值滤波
bilateral   = cv2.bilateralFilter(img, 9, 75, 75)            # 双边滤波
​

四个窗口摆在一起对比，你会有非常直观的感受：均值滤波把整张图糊成一团，细节和噪声同归于尽；高斯滤波也糊，但过渡更自然；中值滤波对那些孤立的黑白噪点效果惊人——原图上星星点点的"雪花"几乎消失，而物体轮廓依然清晰；双边滤波最微妙，平坦区域的噪声被压掉，边缘却几乎没动。

如果你手头没有噪声图，可以自己造椒盐噪声来验证：

import numpy as np

noisy = img.copy()
coords = np.random.randint(0, high=512, size=(2000, 2))
for y, x in coords:
    noisy[y, x] = 0 if np.random.rand() > 0.5 else 255   # 随机撒黑白点
​

撒完点再分别用高斯和中值去处理，差异会明显到不需要我解释——高斯滤波后的图里那些黑点变成了灰色的"晕"，中值滤波后它们直接消失。这个实验值得亲手做一次，它比任何文字都更能建立"选型"的直觉。

核心原理：卷积、排序与权重设计

2.1 线性滤波的统一框架：卷积

均值滤波和高斯滤波本质上是一家人，都用"卷积"操作：一个小方阵（卷积核）在图像上滑动，每到一个位置，核里的权重与覆盖的像素相乘再求和，结果作为输出图该位置的值。

均值滤波的核最简单——所有权重相等。3×3 的核就是九个 1/9，输出是邻域九个像素的平均值。它的物理直觉是"相信群体，抹平个体"：一个像素的值偏离邻居太远，就被邻居平均掉。噪声是随机的、正负相抵的，平均之后幅度缩小；但边缘也是"偏离邻居"的像素，于是同样被平均掉——这就是均值滤波糊掉细节的根源。

高斯滤波把"人人平等"改成"近邻话语权大"：核内权重按二维高斯分布（俗称钟形曲线）分配，中心像素权重最大，距离越远权重越小。这样输出既平滑了噪声，又保留了部分结构信息，因为中心像素自己还占大头。参数有两个：核尺寸越大、σ 越大，平滑力度越强。两者的关系要理解成"σ 决定钟的胖瘦，核尺寸决定截到多远"——一般让核半径覆盖到 3σ 左右即可，所以 (5,5) 配 σ≈1.5、(7,7) 配 σ≈2 是常见起点。

2.2 非线性滤波：中值的魔法

中值滤波不做加权求和，它把窗口内所有像素值排序，取中间那个。这个改动看似不大，效果却质变，原因在统计性质上：椒盐噪声的值是 0 或 255 这类极端值，排序后必然沉到两端，中间值几乎不可能被它占据——所以极端噪声被"结构性忽略"。而线性滤波是求平均，一个 255 的噪点会把平均值硬拉高十几二十，留下一个灰色晕斑。

代价也有：中值滤波要排序，比加权求和慢；而且它对高斯噪声（每个像素都带小幅随机扰动）的效果反而不如高斯滤波好，因为中值对"分布居中的扰动"不敏感。工具没有万能的，病要对症。

2.3 双边滤波：把"距离"扩展成"距离 + 相似度"

高斯滤波的权重只看空间距离。双边滤波加了一个条件：像素值差得多的邻居，权重也要打折。于是平坦区域内（大家值相近）它表现得像高斯滤波，正常去噪；跨过边缘时（另一侧像素值突变）对面像素权重骤降，输出几乎不受边缘另一侧影响——边缘得以保留。两个关键参数分别控制这两层：d 是空间邻域直径，sigmaColor 是颜色相似度阈值（75 是常见起点，值越大越接近普通高斯）。

天下没有免费的午餐：双边滤波的计算量约是高斯的数倍，而且参数不当时会留下"卡通感"（平坦区过度平滑、边缘硬得像画出来的）。实时视频场景里慎用，离线精修场景里真香。

四种滤波器的机制对比：

滤波器选型速查

工程实践要点

3.1 参数从哪起步

我的默认起点：高斯滤波 (5,5)、σ 由函数自动按核尺寸推算（传 0 即可，需要更强平滑时再显式给 σ）；中值滤波核 5；双边滤波 d=9、两个 sigma 都是 75。从起点开始，按结果往两边调，比每次从零猜快得多。核尺寸必须是正奇数，这是硬性要求——中值需要排他居中的那个数，偶数窗口没有"正中间"。

3.2 滤波在流水线里的位置

滤波不是独立环节，它服务于下游。接阈值分割，滤波强度要够，否则噪声点在二值化后变成虚假小白斑；接 Canny 边缘检测，OpenCV 文档明确建议先做高斯平滑，因为 Canny 对噪声敏感，噪声会产生大量假边缘；接特征匹配，滤波不足会导致特征点扎堆在噪声上。原则是：先看下游算法对噪声的容忍度，再定滤波力度，而不是无脑调到看起来舒服。

3.3 一个高频错误顺序

有初学者先阈值化再滤波——顺序反了。滤波的设计目标是压"灰度域里的连续噪声"，二值化之后噪声已经凝固成斑点，线性滤波对它基本无效，只能靠形态学（下一节的开运算）收拾。记住链路顺序：灰度域滤波 → 二值化 → 形态学修正。

⚠️ 常见坑：彩色图上直接做强滤波，颜色交界处出现"串色"。三个通道各自独立滤波，边界处不同通道的平滑程度不一致，混出脏色。更好做法是转到 HSV 等空间，只滤亮度通道，或降低滤波强度。

💡 关键直觉：判断"该滤多强"的土办法——把处理结果放大看边缘。边缘还能看出清晰的两级过渡，说明滤波没过头；边缘变成一条缓坡，说明已经伤了结构，往后退一档。滤波的目标从来不是"好看"，是"下游算法吃得下"。

3.4 动手实验清单

1. 对同一张噪声图跑四种滤波，窗口并排对比，写下各自的观感差异。
2. 人工撒椒盐噪声（本节的代码片段），验证"高斯留晕、中值消点"。
3. 把高斯核从 3 逐步加大到 15，观察细节消失的速度，体会"核尺寸就是平滑力度旋钮"。
4. 在 Canny 前分别用"不滤波 / 高斯 / 中值"三种输入，数一数边缘图里的假边缘数量差异（详见第 2 章第 5 节的 Canny 用法）。

3.5 噪声类型诊断速查

实际拿到的图不会标注自己是什么噪声，诊断靠放大观察：

常见噪声的视觉特征与对策

诊断动作固定：放大四百百分比看平坦区，颗粒均匀细密是高斯系、孤立极端点是椒盐系、有颗粒团是斑点系。对症之后再谈参数，药不对症时调参数只是安慰剂。

3.6 常见疑问与解答

滤波做两遍会不会效果更好？

会更强，但"强"的方向未必是你要的。两次高斯近似一次更大 σ 的高斯，平滑力度翻倍的同时细节损失也翻倍。需要更强平滑时直接加大核或 σ，语义更清晰；两遍滤波只在"第一遍后仍残留少量噪点"的微调场景有意义。

中值滤波的核为什么必须奇数？

排序取中需要"正中间"的那个数，偶数个元素没有唯一的中值（须再平均，破坏了"取真实像素值"的性质）。同理高斯核的尺寸约定奇数，是为了有明确的中心像素对齐。

彩色图的噪声在三个通道独立吗？

物理上传感器噪声在三个通道相关（同一像素的读出过程），但滤波时 OpenCV 按通道独立处理。实际影响是彩色噪声去除后可能出现轻微色偏，观感要求高的场景在处理后做一次轻微的色彩平衡，或改在亮度通道滤波（转 HSV 只处理 V 通道再转回）。

本节要点回顾

• 噪声类型决定滤波器：细密颗粒用高斯，孤立黑白点用中值，去噪还要保边缘用双边——这条主线贯穿本节。
• 线性滤波是加权平均：均值是等权，高斯是距离加权；平均能压随机噪声，也必然钝化边缘，二者共生。
• 中值滤波靠排序免疫极端值：椒盐噪声在排序中被挤到两端，天然被忽略，这是它不可替代的原因。
• 双边滤波双重加权：空间距离加颜色相似度，平坦区去噪、边缘免疫，代价是速度与参数敏感。
• 参数有公认起点：核尺寸必须奇数；(5,5) 加自动 σ、中值 5、双边 9/75/75，从起点微调。
• 顺序很重要：滤波在灰度域做，放在阈值化与形态学之前，顺序错了等于没做。

图像的噪声压下去了，但位置可能还不对——拍摄倾斜、视角透视都会让目标变形。下一节的几何变换解决"摆正"的问题。