高斯滤波有两种:高斯低通滤波(高斯模糊)、高通高通滤波
频率有两种:低频和高频。
低频:更多展示的是图片中的边缘轮廓。与图像中缓慢变化的灰度成分有关
高频:更多展示的是图片的细节信息。与图像的灰度尖锐过度有关,例如:边缘和噪声
傅里叶变换的目的并不是为了观察图像的频率分布,更多情况下是为了对频率进行过滤,通过修改频率以达到图像增强、图像去噪、边缘检测、特征提取、压缩加密等目的。
高斯过程类似于卷积过程:
有一个卷积核,这个卷积核逐渐的扫描整个图像,然后通过计算,就可以获取到滤波后的图像。为什么卷积后的图像大小和原图像大小一直,是因为在卷积之前会有一个padding操作,对原图像进行一个扩充。从上图就可以发现,最左侧和最下面的数字全部为0,也就是进行了padding操作。(整个操作类似于CNN卷积神经网络)
python代码:
高斯低通滤波(高斯模糊):