图像去噪极简教程(3)——高斯滤波

本文介绍了高斯滤波在图像去噪中的应用,与均值滤波相似,但高斯滤波给予中心像素更大权重,权重由二维高斯公式确定。在噪声较大时,可以通过调整高斯函数的方差参数sigma来优化去噪效果。
摘要由CSDN通过智能技术生成

高斯滤波和均值滤波的原理一样,不过在均值滤波中像素点的权重都一样,而在高斯滤波中越靠近中心的像素点的权重越大,具体权重值由二维高斯公式生成的矩阵决定,矩阵的阶和扫描的窗口大小一致。

关于二维高斯公式这里不再赘述,不了解的可以看看这篇文章:高斯函数的详细分析

这里就只给出一个二维高斯分布的产生函数了, size是矩阵的阶,sigma是高斯函数的方差,一般来说图片的噪声越大,sigma也就越大,在去噪效果不理想时可以尝试调整sigma的值。

//生成高斯核 
double* make_kernel(int size, double sigma) {
   
    if (size % 2 == 0) {
   
        cout << "size必须为奇数" 
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值