问C++掩模巴特沃斯高通滤波器

EN

您可以使用两个概念来完成这一任务：

高通滤波

利用低通滤波器和一些平凡的算法可以得到高通滤波器.例如(在这里使用泛型语法，没有标记任何特定语言)：

img = ... (you input image)
lowpass = smooth(img)
highpass = img - lowpass

主动咨询

我看不出用巴特沃斯过滤器有什么意义。如果你被限制在因果滤波器上(比如在电子电路中实时处理一个信号)，这是一个很棒的设计，但是对于图像来说，这是一个毫无意义的约束。使用高斯滤波器。

归一化卷积

当你面对不确定或不完整的数据时(就像你的蒙面图像的情况:被蒙面的像素被认为是未知的值)，那么归一化卷积就是方法之一。

标准化卷积的实现如下所示。在这里，我们认为mask是掩码图像，在已知数据的情况下，值为1，而如果不是，则值为0(遮罩中的区域为0)：

out = filter(mask * img) / filter(img)

这里，filter是任何线性滤波器(卷积)，例如高斯平滑或高通滤波器。

out将在区域内隐藏信息。这些信息是从已知的数据中推断出来的，但是您可能不想相信这一点。然后，您可以再次屏蔽out，以确保不使用这些值：

out = out * mask

请注意，由掩码相乘意味着蒙面像素乘以0，导致0输出，其他值乘以1，因此不受影响。