高斯模糊原理及实现

高斯模糊即对指定像素和其周围像素进行加权平均来得到最终结果，使用高斯分布作为滤波器。

 

高斯分布即为正太分布，1维和2维正态分布密度函数如下

 

 

这里设μ=0， ρ=0.

u为期望，σ为标准差，μ±σ为函数图像的拐点，σ越大曲线越矮越宽，即采样范围越大。

 

在这两个函数中，x，y表示相对于中心像素(0,0)的偏移量(以像素为单位)

 

这两个函数的结果表示在x或(x,y)处的像素的权重,或者说在模糊后周围像素分别将产生多少的贡献来影响目标像素.

 

一维高斯函数当标准差为1时的一些值:

 

G(0) = 0.3989422804
G(1) = G(-1) = 0.2419707245
G(2) = G(-2) = 0.0539909665
G(3) = G(-3) = 0.0044318484

 

它们用于计算高斯模糊的含义如下:

 

●在x=0处,即目标像素处,像素颜色的0.39应被保持.

●在x=1和x=-1处,像素颜色的0.24应被保持.

 

采样像素越多,结果就越精确,根据高斯分布的3σ原则