高斯滤波(Gauss filtering)

Python135

1.概念介绍

高斯滤波是一种 线性平滑滤波,适用于消除高斯噪声,广泛应用于图像处理的减噪过程。

通俗的讲,高斯滤波就是 对整幅图像进行加权平均的过程,每一个像素点的值,都由其本身和邻域内的其他像素值经过加权平均后得到。

高斯滤波的 具体操作是:用一个模板(或称卷积、掩模)扫描图像中的每一个像素,用模板确定的邻域内像素的 加权平均灰度值去替代 模板中心像素点的值

对应均值滤波和方框滤波来说,其邻域内每个像素的权重是相等的。 而在高斯滤波中,会将中心点的权重值加大,远离中心点的权重值减小,在此基础上计算邻域内各个像素值不同权重的和。

2.基本原理

在高斯滤波中,卷积核的值不再是1。例如,一个3×3的卷积核可能如图2-1所示。
高斯滤波(Gauss filtering)
图2-1 高斯滤波卷积核示例

在图2-2中,针对最左侧的图像内第4行第3列位置上像素值为226的像素点进行高斯卷积,其 运算规则为将该领域内的像素点按照不同的权重计算和。
高斯滤波(Gauss filtering)

输入验证码查看隐藏内容

扫描二维码关注本站微信公众号 Johngo学长
或者在微信里搜索 Johngo学长
回复 svip 获取验证码
wechat Johngo学长