天天看點

圖像增強之高斯模糊

圖像平滑、是用于消除噪音,降低細節層次,模糊圖像的一種處理技術。

由于圖像中,距離被處理的對象越近,其對該像素的影響也越大,是以圖形平滑時,多采用權重平均的方法。

如采用權重平均模闆為:

圖像增強之高斯模糊

即用矩陣

圖像增強之高斯模糊

對圖像進行卷積,得到平滑後的圖像。

高斯模糊也屬于權重平均法的一種模闆,隻是他采用了正太分布來作為模闆,進行像素映射工作。

一維高斯:

圖像增強之高斯模糊

二維高斯函數:

圖像增強之高斯模糊

由于高斯函數具有線性可分的特性,是以高斯模糊即可以由一維高斯函數獲得,也可由二維高斯函數獲得。

其中,一維的方法為:首先沿橫向對圖像進行處理,然後在上一處理的基礎上沿着縱向進行處理。

(http://zh.wikipedia.org/wiki/%E9%AB%98%E6%96%AF%E6%A8%A1%E7%B3%8A)

高斯矩陣示例

這是一個計算 σ = 0.84089642 的高斯分布生成的示例矩陣。注意中心元素 (4,4) 處有最大值,随着距離中心越遠數值對稱地減小。

0.00000067 0.00002292 0.00019117 0.00038771 0.00019117 0.00002292 0.00000067
0.00002292 0.00078633 0.00655965 0.01330373 0.00655965 0.00078633 0.00002292
0.00019117 0.00655965 0.05472157 0.11098164 0.05472157 0.00655965 0.00019117
0.00038771 0.01330373 0.11098164 0.22508352 0.11098164 0.01330373 0.00038771
0.00019117 0.00655965 0.05472157 0.11098164 0.05472157 0.00655965 0.00019117
0.00002292 0.00078633 0.00655965 0.01330373 0.00655965 0.00078633 0.00002292
0.00000067 0.00002292 0.00019117 0.00038771 0.00019117 0.00002292 0.00000067

變化前圖像:

圖像增強之高斯模糊

高斯模糊後:

圖像增強之高斯模糊

代碼: