高斯模糊实现小结.docxVIP

高斯模糊实现小结 高斯模糊是一种图像滤波器，它使用正态分布(高斯函数)计算模糊模板，并使用该模板与原图像做卷积运算，达到模糊图像的目的。 N维空间正态分布方程为： 其中，σ是正态分布的标准差，σ值越大，图像越模糊(平滑)。r为模糊半径，模糊半径是指模板元素到模板中心的距离。如二维模板大小为m*n，则模板上的元素(x,y)对应的高斯计算公式为： 在二维空间中，这个公式生成的曲面的等高线是从中心开始呈正态分布的同心圆。分布不为零的像素组成的卷积矩阵与原始图像做变换。每个像素的值都是周围相邻像素值的加权平均。原始像素的值有最大的高斯分布值，所以有最大的权重，相邻像素随着距离原始像素越来越远，其权重也越来越小。这样进行模糊处理比其它的均衡模糊滤波器更高地保留了边缘效果。 理论上来讲，图像中每点的分布都不为零，这也就是说每个像素的计算都需要包含整幅图像。在实际应用中，在计算高斯函数的离散近似时，在大概3σ距离之外的像素都可以看作不起作用，这些像素的计算也就可以忽略。通常，图像处理 HYPERLINK / \o 程序 \t _blank 程序只需要计算(6σ+1)*(6σ+1)的矩阵就可以保证相关像素影响。 1、使用给定高斯模板平滑图像函数 σ=07行7列高斯模糊矩阵为： 现使用该模板对源图像做模糊处理，其函数如下： [cpp]? HYPERLINK /zddblog/article/details/7450033 \o view plain \t _blank viewplain HYPERLINK /zddblog/article/details/7450033 \o copy \t _blank copy //高斯平滑?? //未使用sigma，边缘无处理?? void?GaussianTemplateSmooth(const?Mat?src,?Mat?dst,?double?sigma)?? {?? ????//高斯模板(7*7)，sigma?=?0归一化后得到?? ????static?const?double?gaussianTemplate[7][7]?=??? ????{?? ????????{0?0?0?0?0?0?0,?? ????????{0?0?0?0?0?0?0,?? ????????{0?0?0?0?0?0?0,?? ????????{0?0?0?0?0?0?0,?? ????????{0?0?0?0?0?0?0,?? ????????{0?0?0?0?0?0?0,?? ????????{0?0?0?0?0?0?0?? ????};?? ?? ????dst.create(src.size(),?src.type());?? ????uchar*?srcData?=?src.data;?? ????uchar*?dstData?=?dst.data;?? ?? ????for(int?j?=?0;?j??src.cols-7;?j++)?? ????{?? ????????for(int?i?=?0;?i??src.rows-7;?i++)?? ????????{?? ????????????double?acc?=?0;?? ????????????double?accb?=?0,?accg?=?0,?accr?=?0;??? ????????????for(int?m?=?0;?m??7;?m++)?? ????????????{?? ????????????????for(int?n?