内容概要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。
一维高斯分布:
![ae56604963859e4df6c085c379e639e7.png](https://img-blog.csdnimg.cn/img_convert/ae56604963859e4df6c085c379e639e7.png)
二维高斯分布
![bc3bc11050200b8291e1fc8f3b56238e.png](https://img-blog.csdnimg.cn/img_convert/bc3bc11050200b8291e1fc8f3b56238e.png)
高斯滤波后图像被平滑的程度取决于标准差。它的输出是临域像素的加权平均,同时离中心越近的像素权重越高。因此,相对于均值滤波(mean filter)它的平滑效果更柔和,而且边缘保留的也更好。
高斯滤波被用作为平滑滤波器的本质原因是因为它是一个低通滤波器,而且大部份基于卷积平滑滤波器都是低通滤波器。
GAUSS 滤波算法克服了边界效应,因而滤波后的图像较好。
高斯滤波算法实现步骤