首先要搞清楚为什么会呈现出不同域的维度，来理解和处理图像，原因是图像的构成有多个维度的信息特点。比如一段视频从时间顺序来看，相邻的2个图像帧绝大部分信息是相同的，这就构成了前向预测的理论基础；比如一帧图像从空间分布来看，矩阵内的像素有着很大的关联性，这就构成了帧内预测的理论基础。

        简单来说，包括视频处理也好，图像处理也好，感光器件及其光电转换设计也好，都认为视频或者图像在时间和空间上有连续性，也有变动性。当然，如果你想把这个概念拓展到数字信号处理的话，范围就更广泛了。

        频率维度虽然没有那么直观，但却显得尤为重要，根据多年安防调试图像的经验来看，对噪声滤波，频率处理效果是最直接的。那怎么来形象的描述频率信息呢，数字信号里边讲，任意连续的信号都可以由不同频率的正弦波或者余弦波叠加而成，类比到图像处理来讲，就是任意图像都可以由不同低频、中频和高频信息叠加而成。低频信息构成画面的平坦缓变区域，中频信息构成画面的骨骼框架区域，高频信息构成画面的细节纹理区域。

        本文来梳理下，几个维度不同滤波的思路和应用。

时域滤波

空域滤波

 

频域滤波