为了便于说明,先假设模糊半径 r = 3 ,方差 sigma = 1.5 ,
* 对应的像素矩阵为:
* 14 15 16
* 24 25 26
* 34 35 36
* 简单一点的说,假设要对某个点进行高斯模糊,则把它视为
* 中心点,坐标为(0,0);然后根据其模糊半径的不同(如,模糊
* 半径为3时),其周围的8个点的(上下左右,两个斜对角)坐标
* 如下((0,0)点为二维坐标轴的原点):
* (-1,1) (0,1) (1,1)
* (-1,0) (0,0) (1,0)
* (-1,-1) (0,-1) (1,-1)
* 然后根据二维高斯函数: G(x,y)=1/(2*pi*sigma^2)*e^(-(x^2+y^2)/(2*sigma^2))
* 计算对应的权重矩阵如下:
* 0.0453542 0.0566406 0.0453542
* 0.0566406 0.0707355 0.0566406
* 0.0453542 0.0566406 0.0453542
* 然后对其归一化:
* 0.0947416 0.1183180 0.0947416
* 0.1183180 0.1477610 0.1183180
* 0.0947416 0.1183180 0.0947416
* 将每个点乘以自己对应的权重:
* 14*0.0947416 15*0.1183180 16*0.0947416
* 24*0.1183180 25*0.1477610 26*0.1183180
* 34*0.0947416 35*0.1183180 36*0.0947416
* 即:
* 1.326380 1.774770 1.515870
* 2.839630 3.694030 3.076270
* 3.221210 4.141130 3.410700
* 将这9个值加起来,所得和值就是中心点的高斯模糊后的值,
* 对所有点重复这个过程,就得到了高斯模糊后的图像,如果
* 图像是彩色图像,可以对RGB通道分别做高斯模糊。
高斯平滑(模糊)算法原理说明(转)
猜你喜欢
转载自blog.csdn.net/wei375653972/article/details/88713980
今日推荐
周排行