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:
即用矩陣
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:
二維高斯函數:
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:
高斯模糊後:
代碼: