canny的高斯滤波

本文介绍了Canny边缘检测算法中高斯滤波的两种实现方式:使用两个一维高斯核分别在X和Y方向上卷积,以及直接应用二维高斯核进行一次卷积。卷积过程通过将图像点周围的区域与高斯模板相乘,得到的值即为该点的卷积结果,用于捕捉图像中类似高斯模板的特性。
摘要由CSDN通过智能技术生成

一、原理

两个方法:①两个高斯核两次加权实现,先对X卷积,后对结果进Y方向上的卷积

                 ②直接用一个二维高斯核一次卷积

原理公式如图

 

模板窗口的大小一般采用1+2*ceil(3*nSigma) ceil是向上取整函数,例如ceil(0.6)=1。

 

卷积的意思就是图像中的点附近的模板大小区域乘以高斯模板区域,得到的结果就是该点卷积后的结果。卷积的核心意义就是获取原始图像中像模板特征的性质。

//
	//高斯滤波
	/
	double nSigma = 0.2;//因为在下面ceil(0.6)=1,定义高斯函数的标准差
	//得到模板窗口大小
	int nWindowSize = 1 + 2 * ceil(3 * nSigma);//sigma得到窗口大小,nsigma是高斯函数的标准差,选用的是3*3模板
											   //原因是因为高斯分布的数值在(μ—3σ,μ+3σ)的概率为0.9974所以选用3*3
	int nCenter = nWindowSize / 2;//以模板的中心为原点
	int nWidth = OpenCvGrayImage->width;//获取图像的像素宽度
	int nHeight = OpenCvGrayImage->height;//获取图像的像素高度
	IplImage * pCanny;
	//用CreateImage函数创建图像首地址,并分配存储空
  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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