高斯滤波在图像处理的基本应用

Tips：暂时还在学习matlab图像处理，写此小博客梳理相关知识。才疏学浅，还请读者见谅。

图像处理中的高斯滤波，通常来说是通过两步：

1、建立一个高斯模板T

      在建立高斯模板时，通过高斯函数（也称正态分布函数）建立相应大小的模板（也即矩阵）。模板矩阵的特点是中心点的值最大，周围的值根据高斯函数（正态分布函数）         来确定。

      个人感觉有时看别人的高斯模板，有些人有时候为了简化建立模板的过程，不调用高斯函数，建立值的分布与正态分布类似的模板，也可达到高斯滤波的效果，

      如：

          1/12  *  [ 1  1   1

                          1  4   1

                          1  1   1 ]

        矩阵前面有一个1/12相乘，也有相同的降噪和模糊细节的效果。

        

2、模板T与源图像S进行卷积

       模板与源图像的卷积，其实就是两个矩阵之间的卷积。

一维高斯函数

***************同时以下内容摘抄来自维基百科****************

----From wikipedia

A Gaussian blur (also known as Gaussian smoothing) is the result of blurring an image by a Gaussian function. It is a widely used effect in graphics software, typically to reduce image noise and reduce detail.

高斯滤波通过高斯函数进行滤波，通常用在图像处理软件，尤其用于图像降噪和减少细节。

Mathematically, applying a Gaussian blur to an image is the same as convolving the image with a Gaussian function.

应用高斯滤波在数学上来说就是用高斯函数与图像卷积。

Gaussian blur is thus a low pass filter.

高斯滤波器是一个低通滤波器。

The equation of a Gaussian function in one dimension is

in two dimensions, it is the product of two such Gaussians, one in each dimension:

where x is the distance from the origin in the horizontal axis, y is the distance from the origin in the vertical axis, and σ is the standard deviation of the Gaussian distribution.

Values from this distribution are used to build a convolution matrix which is applied to the original image.Each pixel's new value is set to a weighted average of that pixel's neighborhood.

通过高斯分布函数，建立一个用于与源图像进行卷积的矩阵。每一个像素点卷积后新的值是由像素点周围像素的加权平均值得到。

The original pixel's value receives the heaviest weight (having the highest Gaussian value) and neighboring pixels receive smaller weights as their distance to the original pixel increases.

该点原始的像素值拥有最大的权重，周围像素点权重减小，且距离越远，权重越小。