线性空间滤波

“线性滤波”的概念源于频域中信号处理所使用的傅里叶变换。

在本节中，直接对图像中的像素执行滤波运算。

若邻域的大小为m*n，则需要mn个系数。这些系数被排列成矩阵，我们称之为滤波器、模板、滤波模板、template或窗口，其中前3个的叫法最普遍。为简便起见，也用卷积滤波、卷积模板或卷积核等术语。

线性滤波原理：
线性滤波可以说是图像处理最基本的方法，它可以允许我们对图像进行处理，产生很多不同的效果。做法很简单。首先，我们有一个二维的滤波器矩阵（有个高大上的名字叫卷积核）和一个要处理的二维图像。然后，对于图像的每一个像素点，计算它的邻域像素和滤波器矩阵的对应元素的乘积，然后加起来，作为该像素位置的值。这样就完成了滤波过程。

对图像和滤波矩阵进行逐个元素相乘再求和的操作就相当于将一个二维的函数移动到另一个二维函数的所有位置，这个操作就叫卷积或者协相关。卷积和协相关的差别是，卷积需要先对滤波矩阵进行180的翻转，但如果矩阵是对称的，那么两者就没有什么差别了。

工具箱中使用函数imfilter来实现线性空间滤波：
g=imfilter(f,w,filtering_mode,boundary_options,size_options)
f-------输入图像
w------滤波模板
g----滤波结果