图像处理滤波器(三)——高斯平滑滤波器(Gaussian Smoothing Filter)

最新推荐文章于 2024-08-10 20:02:03 发布

ML_NI_CSU

最新推荐文章于 2024-08-10 20:02:03 发布

阅读量2w

点赞数

分类专栏： # Image Processing-Base 文章标签：图像处理 filter output input image

本文链接：https://blog.csdn.net/lj695242104/article/details/7299173

版权

本文介绍了高斯平滑滤波器在图像处理中的作用，对比了它与均值滤波器的区别，强调了高斯滤波器的核遵循高斯分布。通过展示不同方差的高斯核（5x5, 9x9, 15x15）处理后的图像，得出高斯平滑滤波器在模糊图像和提高平滑效果方面的优越性。" 136353560,10662607,锐捷UAC售前认证练习：上网行为管理与选型解析,"['网络管理', '计算机外设', '智能路由器', '运维', '电脑']

摘要由CSDN通过智能技术生成

描述：高斯平滑滤波器被使用去模糊图像，和均值滤波器差不多，但是和均值滤波器不一样的地方就是核不同。均值滤波器的核每一个值都是相等，而高斯平滑滤波器的核内的数却是呈现高斯分布的。

对于二维高斯分布：

它的分布图如下：

作为高斯平滑滤波器的核就应该呈现出上图的布局，例如：

上图分布凸显出了高斯该有的特点，因此，一般而言，高斯平滑滤波器要优于均值滤波器。

Code:

  /**
   * Takes an input image and a gaussian distribution, calculates
   * an appropriate kernel and applies a convolution to gaussian
   * smooth the image.
   *
   * @param input the input image array
   * @param w the width of the image
   * @param h the h