高斯滤波
高斯滤波在图像处理概念下,将图像频域处理和时域处理相联系,作为低通滤波器使用,可以将低频能量(比如噪声)滤去,起到图像平滑作用。
高斯滤波是一种线性平滑滤波, 适用于消除高斯噪声, 广泛应用于图像处理的减噪过程。通俗的讲, 高斯滤波就是对整幅图像进行加权平均的过程, 每一个像素点的值, 都由其本身和邻域内的其他像素值经过加权平均后得到。 高斯滤波的具体操作是: 用一个模板(或称卷积、 掩模) 扫描图像中的每一个像素, 用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值用。 高斯平滑滤波器对于抑制服从正态分布的噪声非常有效。
我们常说的高斯模糊就是使用高斯滤波器完成的, 高斯模糊是低通滤波的一种, 也就是滤波函数是低通高斯函数, 但是高斯滤波是指用高斯函数作为滤波函数, 至于是不是模糊,要看是高斯低通还是高斯高通, 低通就是模糊, 高通就是锐化。
在图像处理中, 高斯滤波一般有两种实现方式,== 一是用离散化窗口滑窗卷积, 另一种通过傅里叶变换==。 最常见的就是第一种滑窗实现, 只有当离散化的窗口非常大, 用滑窗计算量常大(即使用可分离滤波器的实现) 的情况下, 可能会考虑基于傅里叶变化的实现方
法。
由于高斯函数可以写成可分离的形式,