高斯模糊(Gaussian Blur)
概述
在电子世界中常常会接触到高斯模糊,它常出现在图像处理的软件里,只是你们不知道它的名字而已。接触过photoshop的同学一定对它不陌生,在这些同学的印像里就是一种效果不错的模糊方式。从数学的角度来看,图像的高斯模糊过程就是图像与正态分布做卷积,由于正态分布又叫做高斯分布,所以这项技术又叫做高斯模糊。
“高斯” 为什么前面带有这么洋气的名字。因为这种模糊的方式与一个叫高斯数学方程有关。没错,和一般的数学定理命名方式一样,高斯是它的命名者。他的名字叫Johann Carl Friedrich Gauss,是一位德国的数学家,当然他还有其它的头衔,有兴趣可以看这里。
模糊算法,不论是使用哪种算法,目的都是为了让图片看起来不如原来那么清晰。清晰的图片,像素间的过渡会较为干脆利落,简而言之,就是像素之间的差距比较大。
而模糊的本质,其实就是使用某种算法把图像像素和像素之间的差距缩小,让中间点和周围点变得差不多;即,让中间点取一个范围内的平均值。
原理
高斯模糊和均值模糊一样,也是取每个像素以及周边像素的平均值,只不过高斯模糊在取值是离原像素越远的像素权重越低,而均值模糊则所有像素的权重相等,因此从计算量上来说,采用相同阶数的高斯模糊计算量要比均值模糊要大,但是模糊效果要更好,由于没有明显的边界,不会出现均值模糊会出现的方块化效果。高斯模糊的权重计算时根据正态分布来计算的,它在N维空间的正态分布方程为:
一维高斯分布,即正态分布曲线,形状大概如下图:
图片来源:http://zh.wikipedia.org/wiki/File:Standard_deviation_diagram.svg
- 二维函数G(x,y),其中r是模糊半径(r²=x²+y²):