高斯核卷积去噪滤波原理 |
您所在的位置:网站首页 › 图像卷积原理 › 高斯核卷积去噪滤波原理 |
1.卷积应用原理: 用一个模板和一幅图像进行卷积,对于图像上的一个点,让模板的原点和该点重合,然后模板上的点和图像上对应的点相乘,然后各点的积相加,就得到了该点的卷积值。对图像上的每个点都这样处理。由于大多数模板都是对称的,所以模板不旋转。卷积是一种积分运算,用来求两个曲线重叠区域面积。可以看作加权求和,可以用来消除噪声、特征增强。 把一个点的像素值用它周围的点的像素值的加权平均代替。 卷积是一种线性运算,图像处理中常见的mask运算都是卷积,广泛应用于图像滤波。 卷积在数据处理中用来平滑,卷积有平滑效应和展宽效应. 2.平滑过程 有噪点的原图,可以把它转为一个矩阵: 这样相当于实现了 g 这个矩阵在原来图像上的划动 3.高斯核 二维高斯分布: 高斯模糊的原理: 所谓"模糊",可以理解成每一个像素都取周边像素的加权平均值。 以高斯分布取g矩阵的值得到的模糊方法即为高斯模糊。 权重矩阵 假定中心点的坐标是(0,0),那么距离它最近的8个点的坐标如下: 对所有点重复这个过程,就得到了高斯模糊后的图像。如果原图是彩色图片,可以对RGB三个通道分别做高斯模糊。 参考:https://blog.csdn.net/weixin_39124778/article/details/78411314 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |