图像处理中卷积核的构造与边界填充方式

卷积核如何改变图像局部结构

图像模糊和锐化，本质上都可以通过卷积核处理局部像素。卷积核在图像上逐点滑动，用邻域像素与核中的权重相乘并求和，从而重新计算每个输出像素。

以 3×3 卷积核为例，它包含 9 个权重，并且奇数尺寸能提供明确的中心位置。处理某个像素时，3×3 窗口覆盖该像素及其周围 8 个邻域像素；每个像素分别乘以对应权重，9 个结果相加后，得到窗口中心位置的输出值。

• 均值核：让邻域像素平均，削弱局部亮度差异，适合制作模糊效果。
• 拉普拉斯类核：突出像素变化快的区域，常用于边缘检测或锐化。
• 高频权重：增强细节变化，同时也会放大传感器噪声、压缩伪影等高频成分。

图像处理中所说的“卷积”，很多时候实际执行的是互相关：计算时直接使用核的原始排列，不先将卷积核上下、左右翻转。对称的均值核和高斯核翻转后不变，因此看不出区别；非对称核则可能产生不同结果。

在图片模糊工具中，模糊半径、卷积核尺寸和边缘处理会共同决定观感。半径通常影响权重扩散范围，核尺寸决定参与计算的邻域大小，而边界填充决定图像四周是否出现暗边或亮度突变。

模糊与锐化卷积核的参数构造

最简单的 3×3 均值模糊核如下：

[[1/9,1/9,1/9],[1/9,1/9,1/9],[1/9,1/9,1/9]]

9 个权重均为 1/9，全部权重之和为 1。对亮度近似均匀的区域处理时，这种归一化可以避免整体亮度因为卷积而改变；若权重之和大于 1，图像可能变亮，低于 1 则可能变暗。

高斯模糊按照像素到中心的距离分配权重，距离中心越近，权重通常越大。标准差 σ 控制权重扩散范围：σ 越大，模糊通常越强。工程中常按不小于 6σ+1 的奇数选择核尺寸，因此 σ=1 时可使用 7×7 核；但具体实现也可能用 3×3 或 5×5 核进行近似。

典型的 3×3 锐化核可以写成：

[[0,-1,0],[-1,5,-1],[0,-1,0]]

它保留中心像素的主要亮度，同时减去上下左右邻域的平均趋势，相当于叠加局部高频变化。边缘因此更清晰，但噪声也会被放大。若“图片模糊”只提供一个“强度”滑块，实际算法可能使用均值核、高斯核或其他实现，滑块数值不能直接等同于统一的 σ。

• 均值核：计算简单，模糊均匀，但容易产生较明显的边缘变软。
• 高斯核：中心权重更高，过渡通常更自然，参数主要是 σ 和核尺寸。
• 锐化核：增强边缘细节，适合轻度补偿，但不适合直接消除噪声。

零填充和镜像填充怎样影响边缘

卷积窗口移动到图像边缘时，部分邻域会落在图像范围之外。算法必须规定这些缺失像素的取值，这一步称为边界填充。

零填充把越界像素设为 0。对 8 位灰度图来说，0 通常代表黑色，因此亮色背景在靠近边缘的位置做模糊时，窗口会混入黑色，可能形成暗边。零填充并非一定错误：如果任务明确要求图像外部是固定黑色背景，它反而符合建模假设。

镜像填充则使用边界附近像素的对称值补足窗口，通常能减少亮度突变，更适合自然照片和连续背景。不过，“反射边界”和“镜像边界”可能存在细节差异：是否重复最外层像素，取决于库的定义和参数。

用 3×3 均值核处理一行亮度均为 200、图像外部没有真实像素的边缘，可看到两种方法的数值差异。若零填充导致窗口中有 3 个越界位置，输出为 (6×200+3×0)/9=133.3，量化到 8 位整数时约为 133；若镜像填充使 3 个缺失位置也取 200，输出仍为 200。这就是暗边的直接来源。

在 OpenCV 中，cv2.filter2D 可执行通用滤波，cv2.GaussianBlur 用于高斯模糊。边界参数示例包括 BORDER_CONSTANT，对应常量填充，以及 BORDER_REFLECT，对应反射填充；具体边界行为取决于 OpenCV 版本和参数组合。

• 零填充：规则简单，适合固定背景值或需要明确控制图像外部的任务；自然图像边缘可能出现暗边。
• 镜像填充：能保持边缘附近的亮度连续，适合照片和纹理；不同库的反射索引规则可能不一致。

用参数和测试图选择填充方式

不要只凭“看起来更自然”选择边界方式。固定卷积核、核尺寸和图像后，分别测试零填充与镜像填充，再观察边缘数值和放大后的视觉结果。

1. 准备一张包含亮色背景、深色物体和四条清晰边界的测试图。
2. 固定算法，例如 3×3 均值核，或固定 σ=1 的高斯模糊。
3. 分别使用零填充和镜像填充，生成两组结果。
4. 放大检查四条边和四个角，记录是否出现暗边、亮边、光晕或振铃。
5. 在不同工具之间复现时，保存核尺寸、σ、填充方式、通道处理方式和输出位深。

模糊任务重点检查边缘是否变黑；锐化任务则要检查边缘两侧是否出现亮暗过冲、光晕或振铃。RGB 图像通常按三个通道独立卷积，但如果先转换到 YUV、Lab 等色彩空间，结果会取决于所选色彩空间、转换矩阵和具体实现。

• 参数清单：核尺寸、权重、σ、填充值、边界模式。
• 图像信息：颜色空间、通道数、输入与输出位深。
• 质量检查：四条边、四个角、细线、文字和高对比度轮廓。

核尺寸越大，图像不一定越模糊。核尺寸只是邻域范围，模糊强度还取决于权重分布；例如 7×7 高斯核若 σ 很小，效果可能弱于 3×3、σ 较大的高斯核。

同样，零填充不一定错误，镜像填充也不一定永远正确。前者适合外部背景值明确的任务，后者更适合减少自然图像边缘的亮度突变。选择哪一种，应以图像边界的物理含义和输出中的可测伪影为准。