图像中高斯滤波

图像高斯滤波

高斯函数：　　

  

其中 a、b 与 c 为实数常数 ，且a > 0.

       c^2 = 2 的高斯函数是傅立叶变换的特征函数。这就意味着高斯函数的傅立叶变换不仅仅是另一个高斯函数，而且是进行傅立叶变换的函数的标量倍。

 

高斯分布：

正态分布（Normal distribution）又名高斯分布（Gaussian distribution），是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。

若随机变量服从一个位置参数为、尺度参数为的概率分布，记为：

则其概率密度函数为

正态分布的数学期望值或期望值等于位置参数，决定了分布的位置；其方差的开平方或标准差等于尺度参数，决定了分布的幅度。

 

高斯核函数：

数学表示：

　　所谓径向基函数 (Radial Basis Function 简称 RBF)，就是某种沿径向对称的标量函数。 通常定义为空间中任一点x到某一中心xc之间欧氏距离的单调函数，可记作 k(||x-xc||), 其作用往往是局部的，即当x远离xc时函数取值很小。

　　最常用的径向基函数是高斯核函数，形式为 k(||x-xc||)=exp{- ||x-xc||^2/2*σ^2) } 其中xc为核函数中心,σ为函数的宽度参数，控制了函数的径向作用范围。

 

         图像处理高斯核函数：

         频域表示：

表示频域上的点距离傅里叶变换原点的距离；为截止频率。

         （注：A取值为1，使用该函数计算结果与matlab的fspecial计算结果相同）

         对应的时域表示：

大多数教科书和论文中使用高斯分布的公式作为时域高斯滤波器设计使用公式。

 

时域中常用的高斯模板：

若使用3×3模板:

 

若横纵坐标两个方向的方差不一样，则需要写成展开式。具体可参考论文Fast Anisotropic Gauss Filtering。网址：

http://www.science.uva.nl/research/publications/2003/GeusebroekTIP2003/

里面有代码可以下载，接口形式很简单。可直接调用。