视觉图像:高斯模糊一
绪:
高斯模糊:功能是使图像产生模糊的效果。
高斯模糊Gaussian Blur是图像模糊算法的一种,将正太分布即高斯分布用于图像处理,
本质是一种数据平滑技术。
操作方法
- 01
高斯模糊的原理: 所谓模糊,可以理解成每一个像素都取周边像素的平均值; 在数值上,是一种平滑化技术; 在图形上就产生了模糊的效果,中间点失去细节。
- 02
在计算周围点的平均值时,取值范围越大,模糊效果越强烈; 下面分别是原图、模糊半径3像素,10像素的效果; 模糊半径越大,效果越模糊; 由于图像是连续的,越靠近的点关系越密切,越远离的点关系越疏远; 故采用加权平均算法,距离越近的点权重越大,距离越远的点权重越小;
- 03
高斯模糊的权重 高斯分布即正太分布是一种可取的权重分配模式; 在图像上,正太分布是一种钟形曲线,越接近中心,取值越大;越远离中心,取值越小; 权重分配时,将中心点作为原点,其他点按照正太分布曲线上的位置,分配权重,得到加权平均值代替中心值;
- 04
高斯模糊公式: 图像是二维的,故采用二维高斯分布对图像进行卷积; 则二维高斯分布方程如下:
- 05
高斯核: a-假定中心点的坐标是(0,0),那么距离它最近的8个点的坐标如下; b-为了计算权重矩阵,需要设定σ的值。假定σ=1.5,则模糊半径为1的权重矩阵如下; c-这9个点的权重总和等于0.4787147,如果只计算这9个点的加权平均,还必须让它们的权重之和等于1,因此上面9个值还要分别除以0.4787147,得到最终的权重矩阵;
- 06
计算高斯模糊 假设现有9个像素点,灰度值(0-255)如下; 每个像素值乘以相对的高斯权重值; 得到高斯模糊后的像素值;
赞 (0)