图像滤波函数imfilter函数的应用及其扩展

一）认识imfilter函数

imfilter函数叫做实现线性空间滤波函数,主要功能可以实现多维数组的滤波，在图像领域就是对图像进行滤波。
滤波是一个统一的概念，在图像领域，图像的去除噪声点，图像提取边缘，图像平滑、模糊、增强等等都可以看成滤波。
用法：B = imfilter(A,H)
B = imfilter(A,H,option1,option2,…)
或写作 :
B = imfilter(f, w, filtering_mode, boundary_options, size_options)；
（更详细的在matlab环境下help查询imfilter函数）这里贴出来help的文件如下：

二)认识模板H

可以说imfilter函数的精髓就是对于模板H的构造，H的不同决定了你的实现效果不同，那么什么是模板呢？举个例子，假如现在要提取图像的噪声点，我们知道，既然是噪声点，那么噪声点的像素值与其周围的点的像素值都应该相差很远才对，这里选取噪声点的上下左右四个方向，每个方向上用噪声点的值减去对应方向的值，将这四个差的绝对值相加起来，如果这个值越大，是不是说明这个点越是噪声点了，那么上述的这个过程可以用一个模板来计算，这个模板就是：

用这个模板去对图像滤波就可以得到噪声（当然也可以得到边缘，因为边缘也符合这个特性吧），比如下图所示：

该图就是经过模板H = [0 -1 0;-1 4 -1;0 -1 0]滤波而来的，相应的matlab代码就是imfilter(I,H);
其实这个滤波函数的操作方式很简单，对于一个图像的一个像素点的操作，首先看看模板大小，比如3*3，然后提取出这个像素点附近的3*3领域的9个像素点，将这9个像素点依次对应的与模板中的数字相乘，在把乘的所有值相加（很显然就会出现正负了，不一定都是正值），把这个和作为该像素点滤波后的值，那么图像中每个像素点都进行这个操作后，就得到一副与原始图像大小相同的滤波图像了