高斯平滑操作是一个二维卷积操作,用于**“模糊”**图像,去除细节和噪音。它类似于均值滤波器(假如3X3,则全部相加取均值,即成为中间点的像素值),但它使用不同的核表示高斯驼峰的形状。
- 二维高斯公式
- 平均值(0,0) 和σ=1
高斯平滑的思想就是使用2维分布作为点扩展函数,可以通过卷积实现。因为图像存储为离散像素的集合,因此,在执行卷积之前,需要把高斯函数进行离散近似。理论上,高斯分布在任何地方都是非零的,这需要无限大的卷积核,实际中,0值比平均的三个标准差更为有效,所以在这一点上我们可以缩短内核。
下图为一个整数值卷积核,近似于σ=1时的高斯分布。
一旦计算出合适的核,高斯平滑可以利用标准的卷积方法实现。事实上,卷积可以快速的实现,2维同向高斯公式如上面显示,可以分为x和y方向上的分量。2维卷积可以首先通过x方向上求卷积,然后在y方向上求卷积执行得到。(事实上,高斯平滑就是完整的园对称操作按同样的方式进行分解。)图4示出了一维x分量内核,图可以生成如图3所示的完整的内核