时间为友,记录点滴。
说过了高斯噪声以及其定量的特性,我们来介绍对噪声做滤波的线性滤波之一GaussianBlur。
GaussianBlur
我们在之前讲过滤波的基础知识以及举了一个最简单的例子,均值滤波。 其实高斯滤波跟均值滤波差不多,也是对邻域的线性卷积过程(卷积=加权和,简单理解现记住)。
唯一不同的是,他们的算子不同。
算子的由来还是要引入二维高斯分布。我们之前已经讲过了一维高斯分布:
二维(离散)高斯其实就是其在平面坐标系下向三维坐标系的延伸:
其中
都是常数,我们称
服从参数为
的二维正态分布,常把这个分布记作
。
的范围分别为
。这个函数在三维空间中的图像是一个椭圆切面的钟倒扣在
平面上,其中心在
点。
如果二维高斯公式中
,就得到一个比较简洁的公式:
CV_EXPORTS_W void GaussianBlur( InputArray src, OutputArray dst, Size ksize,