4. 图像预处理：高斯滤波、中值滤波、直方图均衡化、图像金字塔

图像预处理，说白了就是给算法「喂」干净、好消化的数据。我做了这么多年嵌入式视觉，见过太多算法在实验室跑得飞起，一上硬件就崩——十有八九是预处理没做好。

运动对焦追踪对实时性要求极高，每一帧的处理时间都是硬约束。所以这一章，我们只聊四个最常用、也最能在嵌入式平台上落地的预处理操作。

4.1 高斯滤波：平滑噪声，保留边缘

高斯滤波是线性滤波的代表。它的核函数服从二维高斯分布，中心权重最大，越往边缘权重越小。

为什么用高斯？因为自然图像中的噪声大多服从高斯分布，用高斯核去滤高斯噪声，数学上最匹配。我早期做安防摄像头时，发现 sensor 在低照度下噪点特别多，试过均值滤波，结果边缘糊成一片。换成高斯滤波后，画面干净了，边缘细节也保住了。

实际项目中，我习惯用 3×3 或 5×5 的核。再大，计算量翻倍，效果提升有限。

// C 语言实现 3×3 高斯滤波（定点数优化版）
// 核系数：1/16 * [1 2 1; 2 4 2; 1 2 1]
void gaussian_blur_3x3(uint8_t *src, uint8_t *dst, int w, int h) {
    for (int y = 1; y < h-1; y++) {
        for (int x = 1; x < w-1; x++) {
            int sum = 0;
            sum += src[(y-1)*w + (x-1)] * 1;
            sum += src[(y-1)*w + x]     * 2;
            sum += src[(y-1)*w + (x+1)] * 1;
            sum += src[y*w + (x-1)]     * 2;
            sum += src[y*w + x]         * 4;
            sum += src[y*w + (x+1)]     * 2;
            sum += src[(y+1)*w + (x-1)] * 1;
            sum += src[(y+1)*w + x]     * 2;
            sum += src[(y+1)*w + (x+1)] * 1;
            dst[y*w + x] = sum >> 4;  // 除以16
        }
    }
}

4.2 中值滤波：干掉椒盐噪声

中值滤波是非线性滤波。它取邻域内所有像素的中位数作为输出值。

这东西对付椒盐噪声特别管用。椒盐噪声是随机的黑白点，均值或高斯滤波会把它扩散开，反而让一片区域都脏了。中值滤波直接把它替换成周围正常像素的值，干净利落。

我曾经在一个工业检测项目里，产线上有颗螺丝偶尔反光，在图像上形成极亮的斑点。用中值滤波 3×3 窗口，一帧就搞定了。换成高斯滤波，反而把反光区域模糊成一片，导致后续边缘检测误判。

4.3 直方图均衡化：让暗部细节现形

直方图均衡化，说白了就是把图像的灰度分布「拉平」。原本集中在暗区的像素，会被映射到更宽的灰度范围，暗部细节就出来了。

运动对焦追踪里，这个操作特别有用。比如无人机在黄昏时追踪地面目标，画面整体偏暗，对比度低。不做均衡化，特征点提取根本找不到足够的角点。

但要注意——全局直方图均衡化会放大噪声。我建议只在感兴趣区域（ROI）上做局部均衡化，或者用 CLAHE（限制对比度自适应直方图均衡化）。

// 直方图均衡化核心步骤（伪代码）
// 1. 统计灰度直方图 hist[256]
// 2. 计算累积分布函数 cdf[i] = sum(hist[0..i])
// 3. 归一化映射：new_pixel = (cdf[pixel] - cdf_min) / (w*h - cdf_min) * 255
void hist_equalize(uint8_t *img, int w, int h) {
    int hist[256] = {0};
    for (int i = 0; i < w*h; i++) hist[img[i]]++;
    
    int cdf[256];
    int sum = 0;
    for (int i = 0; i < 256; i++) {
        sum += hist[i];
        cdf[i] = sum;
    }
    
    int cdf_min = cdf[0];
    for (int i = 0; i < w*h; i++) {
        img[i] = (uint8_t)((cdf[img[i]] - cdf_min) * 255.0f / (w*h - cdf_min));
    }
}

4.4 图像金字塔：多尺度追踪的基石

图像金字塔，就是同一张图生成多个分辨率版本。从原图往下采样，一层比一层小。

为什么需要它？运动对焦追踪里，目标可能在画面中快速移动。如果只在原图上做特征匹配，搜索范围太大，计算量爆炸。先在低分辨率层找到大致位置，再回到高分辨率层精确定位——这就是金字塔的经典用法。

我记得做手机摄像头追焦时，目标从画面边缘突然闯入，位移超过 100 像素。如果不用金字塔，光流法直接崩掉。用了 3 层金字塔，顶层位移只有 20 像素，光流轻松收敛。

// 构建高斯金字塔（简化版）
// 每层先高斯滤波，再隔行隔列采样
void build_gaussian_pyramid(uint8_t *src, int w, int h, 
                            uint8_t *pyramid[], int levels) {
    pyramid[0] = src;
    for (int l = 1; l < levels; l++) {
        int prev_w = w >> (l-1);
        int prev_h = h >> (l-1);
        int cur_w = w >> l;
        int cur_h = h >> l;
        
        // 先高斯滤波（3×3）
        gaussian_blur_3x3(pyramid[l-1], pyramid[l], prev_w, prev_h);
        
        // 再下采样
        for (int y = 0; y < cur_h; y++) {
            for (int x = 0; x < cur_w; x++) {
                pyramid[l][y*cur_w + x] = 
                    pyramid[l][(y*2)*prev_w + (x*2)];
            }
        }
    }
}

4.5 本章知识体系

下面这张图，把四个预处理操作的关系和适用场景串起来了。你想想看，实际项目中往往是组合使用：先滤波去噪，再均衡化增强，最后用金字塔做多尺度分析。

4.6 避坑指南

• 滤波顺序不能乱： 先滤波，再均衡化。如果先均衡化，噪声会被放大，滤波效果大打折扣。
• 金字塔层数不是越多越好： 层数太多，顶层图像太小，特征信息丢失严重。我一般不超过 4 层。
• 中值滤波的边界处理： 边界像素没法取完整窗口，我习惯直接复制原值，或者用镜像填充。
• 直方图均衡化后的量化误差： 8 位图像均衡化后，灰度级可能从 256 压缩到更少，出现「伪轮廓」。这时候可以加一点微小的随机抖动（dithering）。