本文介绍了高斯滤波器在图像去噪中的作用，特别是对于正态分布噪声的过滤效果。高斯滤波器通过二维高斯函数计算权重，并生成滤波模板。模板大小和标准差影响滤波效果，较大的模板和σ值能减少噪声但可能模糊图像。在MATLAB中，可以通过编写函数实现高斯滤波器，包括模板生成和图像卷积。文章提供了一个简单的MATLAB代码示例，用于创建高斯滤波器模板和应用滤波。
高斯滤波器是根据高斯函数来选择权值的线性平滑滤波器，对随机分布和服从正态分布的噪声有很好地滤除效果。它可以辅助大部分的边缘检测算法，
对图像的边缘进行扩展(边缘厚度变大)，使噪声点的灰度降低，从而减少边缘检测中噪声的数量。
二维的高斯函数公式如下：
其中σ为正态分布的标准偏差，其值决定了高斯函数的变化幅度，对应就是滤波器的权值。高斯函数分布与二维滤波器常见模板如下：
模板的生成，就是将矩阵中心作为(0,0)点然后分别代入公式中，求得一个类型为小数的矩阵，将矩阵左上角的元素乘以它的倒数K，使其值为1，
矩阵其他位置的元素也都乘以K，再将矩阵化为整数形式。由此便可以得到一个模板，模板是行列长度为奇数的方阵，取值由σ决定。σ越大，矩阵从里
到外的梯度更大。一般地，按照上面公式
最低0.47元/天 解锁文章
扫一扫
1185
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
