高斯窗常用于对图像进行模糊或低通滤噪,但是随着高斯半径的增加,时间消耗会逐级增加
如高斯半径为N时,计算每个输出采样点需要计算的乘法次数为(2N+1)*模糊方向数,加法次数为2N*模糊方向数,这种情况下,当N=100时,甚至更大时,计算量是非常大的,即使进行SIMD指令集优化,在很多情况下仍然不能满足要求,比如N=100时,优化后的汇编代码的执行时间也通常在几百毫秒以上,远不能达到实时处理要求
上述的方法是使用高斯窗口对准的原理进行实现的,属于FIR型滤波,因为对于半径大于N的像素点,其权重取为0,即对当前点无贡献,然而在实际中我们知道,即使在3倍标准差外的像素也应该对中心点有贡献的,虽然很小
基于高斯滤波器的普通应用,对它的性能优化便变得很急迫,因而IIR型的高斯滤波器被研究了出来,以及被用于对边缘检测进行低能处理的IIR的高斯微分滤波器也同时被研究了出来,即前一个输出采样点对后一个输出采样点有贡献,公式如下
第一遍,从左到右,或从上到下
w(n) = a0*x(n) + a1*x(n-1) - b1*w(n-1) - b2*w(n-2)
第二遍,从右到右,或从下到上
y(n) = a2*x(n) + a3*x(n+1) - b1*y(n+1) - b2*y(n+2)
其中,a0,a1,a2,a3,b1,b2为滤波系数
最后将两遍的输出相加之各便是最终结果
从上述两个公式可以