Filtry najczęściej stosowane są w przypadku, gdy sygnał (obraz) jest zmieszany z szumem. Zadaniem filtrów jest usunięcie tego szumu. Różne otaczające nas urządzenia techniczne mają wbudowane filtry, filtry redukujące szumy posiadają np. magnetowidy.
Jeśli brakuje innych przesłanek dotyczących sposobu przeprowadzenia filtracji, wykorzystuje się koncepcję lokalnej średniej, gdzie każdy punkt przyjmuje wartość będącą średnią z jego lokalnego otoczenia. Opisana metoda opiera się na intuicyjnym założeniu, że niewielkie odchylenia wynikają z obecności szumu; zatem filtr zachowuje główny trend funkcji.
Potrzeba takiego postępowania przy analizie obrazu wynika wprost z potrzeb procesu analizy. Jego celem jest najczęściej usunięcie zbędnych szczegółów i przeprowadzenie pomiarów na zgeneralizowanym obrazie. Do tego celu znakomicie nadają się niektóre przekształcenia morfologiczne wykorzystujące erozję i dylatację będące operacjami morfologicznymi.
Filtry odwołują się do lokalnego otoczenia poszczególnych punktów, co pozwala zarówno zwiększyć istniejące różnice (poprawa obrazów ze słabym kontrastem na krawędziach) jak i je wyeliminować (korekcja przypadkowych błędów). Filtry możemy podzielić na liniowe i nieliniowe oraz wykorzystujące transformatę Fouriera.
Ważną grupę filtrów nieliniowych stanowią filtry adaptacyjne, są to filtry, których charakterystyka zmienia się w zależności od analizowanego obszaru. Jest to o tyle ważne że wspomniane wcześniej filtry potrafiły np. uśredniać obraz lub wzmacniać krawędzie, ale nie potrafiły tych dwóch operacji wykonać równocześnie
Z matematycznego punktu widzenia filtr jest pop prostu pewną funkcją, która przekształca jeden obraz w drugi. Filtry możemy podzielić na liniowe i nieliniowe oraz wykorzystujące transformatę Fouriera. Filtr jest liniowy, jeżeli:
f(f + g) = f(f) + f(g)
i
f(l f) = l f(f), l∈R
gdzie: f, g – obrazy, f- filtr, l – stała.
Rozpowszechnienie filtrów liniowych wynika przede wszystkim z dużej łatwości ich implementacji, czyli praktycznego wykonania przez systemy komputerowe. Nie bez znaczenia jest też fakt, że filtry liniowe odpowiadają też często intuicyjnym oczekiwaniom wykorzystującego je człowieka.
Z innych zagadnień występujących w praktyce trzeba wymienić co najmniej trzy:
* korekcja błędów obrazu (np. usuwanie wad z odbitek fotograficznych wykonanych z porysowanych negatywów),
* poprawa obrazu otrzymanego w warunkach uniemożliwiających otrzymanie obrazu o wysokiej jakości (obrazy poruszone, nieostre, ze słabym kontrastem itp.),
* rekonstrukcja obrazu, który był poprawny, ale uległ częściowemu zniszczeniu (np. zdjęcia zalane wodą lub poplamione tłuszczem). W tym przypadku poprawne postępowanie przy odtwarzaniu pierwowzoru zależy w znacznym stopniu od znajomości przebiegu procesu uszkadzania obrazu.
Filtracja medianowa jest przykładem transformaty nieliniowej – dzięki niej tracimy szczegóły obrazu takie jak cienkie linie, punkty itp. ale pozbywamy się także szumu i zakłóceń – nienaturalnie małe lub duże wartości elementów obrazu zostaną pominięte przy filtracji.
 |
 |
