高斯模糊的算法

通常忘伞,圖像處理軟件會(huì)提供"模糊"(blur)濾鏡奶段,使圖片產(chǎn)生模糊的效果库糠。

1

"模糊"的算法有很多種伙狐,其中有一種叫做"高斯模糊"(Gaussian Blur)。它將正態(tài)分布(又名"高斯分布")用于圖像處理瞬欧。

2

本文介紹"高斯模糊"的算法贷屎,你會(huì)看到這是一個(gè)非常簡(jiǎn)單易懂的算法。本質(zhì)上艘虎,它是一種數(shù)據(jù)平滑技術(shù)(data smoothing)唉侄,適用于多個(gè)場(chǎng)合,圖像處理恰好提供了一個(gè)直觀的應(yīng)用實(shí)例野建。

一属划、高斯模糊的原理

所謂"模糊",可以理解成每一個(gè)像素都取周邊像素的平均值候生。

3

上圖中同眯,2是中間點(diǎn),周邊點(diǎn)都是1唯鸭。

4

"中間點(diǎn)"取"周圍點(diǎn)"的平均值须蜗,就會(huì)變成1。在數(shù)值上肿孵,這是一種"平滑化"唠粥。在圖形上,就相當(dāng)于產(chǎn)生"模糊"效果停做,"中間點(diǎn)"失去細(xì)節(jié)。

5

顯然大莫,計(jì)算平均值時(shí)蛉腌,取值范圍越大,"模糊效果"越強(qiáng)烈只厘。

6

上面分別是原圖烙丛、模糊半徑3像素、模糊半徑10像素的效果羔味。模糊半徑越大河咽,圖像就越模糊。從數(shù)值角度看赋元,就是數(shù)值越平滑忘蟹。

接下來(lái)的問(wèn)題就是飒房,既然每個(gè)點(diǎn)都要取周邊像素的平均值,那么應(yīng)該如何分配權(quán)重呢媚值?

如果使用簡(jiǎn)單平均狠毯,顯然不是很合理,因?yàn)閳D像都是連續(xù)的褥芒,越靠近的點(diǎn)關(guān)系越密切嚼松,越遠(yuǎn)離的點(diǎn)關(guān)系越疏遠(yuǎn)。因此锰扶,加權(quán)平均更合理献酗,距離越近的點(diǎn)權(quán)重越大,距離越遠(yuǎn)的點(diǎn)權(quán)重越小坷牛。

二罕偎、正態(tài)分布的權(quán)重

正態(tài)分布顯然是一種可取的權(quán)重分配模式。

7

在圖形上漓帅,正態(tài)分布是一種鐘形曲線锨亏,越接近中心,取值越大忙干,越遠(yuǎn)離中心器予,取值越小。

計(jì)算平均值的時(shí)候捐迫,我們只需要將"中心點(diǎn)"作為原點(diǎn)乾翔,其他點(diǎn)按照其在正態(tài)曲線上的位置,分配權(quán)重施戴,就可以得到一個(gè)加權(quán)平均值反浓。

三、高斯函數(shù)

上面的正態(tài)分布是一維的赞哗,圖像都是二維的雷则,所以我們需要二維的正態(tài)分布。

8

正態(tài)分布的密度函數(shù)叫做"高斯函數(shù)"(Gaussian function)肪笋。它的一維形式是:


9

其中月劈,μ是x的均值,σ是x的方差藤乙。因?yàn)橛?jì)算平均值的時(shí)候猜揪,中心點(diǎn)就是原點(diǎn),所以μ等于0坛梁。


10

根據(jù)一維高斯函數(shù)而姐,可以推導(dǎo)得到二維高斯函數(shù):


11

有了這個(gè)函數(shù) ,就可以計(jì)算每個(gè)點(diǎn)的權(quán)重了划咐。

四拴念、權(quán)重矩陣

假定中心點(diǎn)的坐標(biāo)是(0,0)钧萍,那么距離它最近的8個(gè)點(diǎn)的坐標(biāo)如下:

更遠(yuǎn)的點(diǎn)以此類推。

為了計(jì)算權(quán)重矩陣丈莺,需要設(shè)定σ的值划煮。假定σ=1.5,則模糊半徑為1的權(quán)重矩陣如下:

這9個(gè)點(diǎn)的權(quán)重總和等于0.4787147缔俄,如果只計(jì)算這9個(gè)點(diǎn)的加權(quán)平均弛秋,還必須讓它們的權(quán)重之和等于1,因此上面9個(gè)值還要分別除以0.4787147俐载,得到最終的權(quán)重矩陣蟹略。

五、計(jì)算高斯模糊

有了權(quán)重矩陣遏佣,就可以計(jì)算高斯模糊的值了挖炬。

假設(shè)現(xiàn)有9個(gè)像素點(diǎn),灰度值(0-255)如下:

每個(gè)點(diǎn)乘以自己的權(quán)重值:

得到

將這9個(gè)值加起來(lái)状婶,就是中心點(diǎn)的高斯模糊的值意敛。

對(duì)所有點(diǎn)重復(fù)這個(gè)過(guò)程,就得到了高斯模糊后的圖像膛虫。如果原圖是彩色圖片草姻,可以對(duì)RGB三個(gè)通道分別做高斯模糊。

六稍刀、邊界點(diǎn)的處理

如果一個(gè)點(diǎn)處于邊界撩独,周邊沒(méi)有足夠的點(diǎn),怎么辦账月?

一個(gè)變通方法综膀,就是把已有的點(diǎn)拷貝到另一面的對(duì)應(yīng)位置,模擬出完整的矩陣局齿。

七剧劝、參考文獻(xiàn)

*?How to program a Gaussian Blur without using 3rd party libraries

來(lái)源:http://www.ruanyifeng.com/blog/2012/11/gaussian_blur.html

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市抓歼,隨后出現(xiàn)的幾起案子担平,更是在濱河造成了極大的恐慌,老刑警劉巖锭部,帶你破解...
    沈念sama閱讀 212,816評(píng)論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異面褐,居然都是意外死亡拌禾,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,729評(píng)論 3 385
  • 文/潘曉璐 我一進(jìn)店門(mén)展哭,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)湃窍,“玉大人闻蛀,你說(shuō)我怎么就攤上這事∧校” “怎么了觉痛?”我有些...
    開(kāi)封第一講書(shū)人閱讀 158,300評(píng)論 0 348
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)茵休。 經(jīng)常有香客問(wèn)我薪棒,道長(zhǎng),這世上最難降的妖魔是什么榕莺? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 56,780評(píng)論 1 285
  • 正文 為了忘掉前任俐芯,我火速辦了婚禮,結(jié)果婚禮上钉鸯,老公的妹妹穿的比我還像新娘吧史。我一直安慰自己,他們只是感情好唠雕,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,890評(píng)論 6 385
  • 文/花漫 我一把揭開(kāi)白布贸营。 她就那樣靜靜地躺著,像睡著了一般岩睁。 火紅的嫁衣襯著肌膚如雪钞脂。 梳的紋絲不亂的頭發(fā)上,一...
    開(kāi)封第一講書(shū)人閱讀 50,084評(píng)論 1 291
  • 那天笙僚,我揣著相機(jī)與錄音芳肌,去河邊找鬼。 笑死肋层,一個(gè)胖子當(dāng)著我的面吹牛亿笤,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播栋猖,決...
    沈念sama閱讀 39,151評(píng)論 3 410
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼净薛,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了蒲拉?” 一聲冷哼從身側(cè)響起肃拜,我...
    開(kāi)封第一講書(shū)人閱讀 37,912評(píng)論 0 268
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎雌团,沒(méi)想到半個(gè)月后燃领,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 44,355評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡锦援,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,666評(píng)論 2 327
  • 正文 我和宋清朗相戀三年猛蔽,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,809評(píng)論 1 341
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡曼库,死狀恐怖区岗,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情毁枯,我是刑警寧澤慈缔,帶...
    沈念sama閱讀 34,504評(píng)論 4 334
  • 正文 年R本政府宣布,位于F島的核電站种玛,受9級(jí)特大地震影響藐鹤,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜蒂誉,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 40,150評(píng)論 3 317
  • 文/蒙蒙 一教藻、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧右锨,春花似錦括堤、人聲如沸。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 30,882評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至蹂窖,卻和暖如春轧抗,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背瞬测。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 32,121評(píng)論 1 267
  • 我被黑心中介騙來(lái)泰國(guó)打工横媚, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人月趟。 一個(gè)月前我還...
    沈念sama閱讀 46,628評(píng)論 2 362
  • 正文 我出身青樓灯蝴,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親孝宗。 傳聞我的和親對(duì)象是個(gè)殘疾皇子穷躁,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,724評(píng)論 2 351