最近有感于部分网友对高斯模糊滤镜的研究,现总结如下。高斯模糊是数字图像模板处理
法的一种。其模板是根据二维正态分布(高斯分布)函数计算出来的。正态分布最早由
棣莫弗在求二项分布的渐近公式中得到,高斯在研究测量误差时从另一个角度导出了
它,拉普拉斯和高斯研究了它的性质。
一维正态分布的函数定义:
在这个函数中,第一个参数 是遵从正态分布的随机变量的均值,第二个参数
是此随机
变量的方差,所以正态分布记作
。遵从正态分布的随机变量其概率规律为:取
邻近的值的概率大,而取离 越远的值的概率越小; 越小,分布越集中在 附近, 越
大,分布越分散。正态分布的密度函数的特点是:关于 对称,在 处达到最大值,在正
(负)无穷远处取值为 ,在 处有拐点。它的形状是中间高两边低,图像是一条位于
轴上方的钟形曲线。当 ,
时,称为标准正态分布,记为 。
两个参数的意义:-期望,
-方差。
下面我们解决第一个疑问:高斯模糊滤镜中的半径是什么?答案是高斯半径就是公式中的
。
高斯曲线的图形和半径的含义如下图(来自 中技术支持专家的文档)所示:
由此可见高斯半径()对曲线形状的影响: 越小,曲线越高越尖, 越大,曲线越低越
平缓。对二维图像来说,是一个钟形曲面,高斯半径越小,曲面越高越尖越陡峭;高斯半
径越大,曲面越低越平缓。因此高斯半径越小,则模糊越小,高斯半径越大,则模糊程度
越大。我们将看到 对高斯半径的范围定义是。当半径为 时,高斯模板
在计算后只有中间像素为 ,其他像素均为 (实际上只是趋近 ),即图像不会有变化。
第二个疑问,高斯模板大小和高斯半径的关系?这是一个一直困扰我们的误解。因为我们
的思维进入了物理实现的误区。在物理实现中,高斯模板有界,从而使我们忽略了这个问
题的真正答案:高斯模板在逻辑上是无边界的。也就是说高斯模板本质上是逻辑上无穷拓
展曲面的一个近似。因此,模板大小我们应该认为它是无穷大的。只不过在计算的时候,
因为在远处趋近 ,因此在某个阈值之下我们不再考虑这些值,这个阈值就是模板边界。
下面为二维高斯曲面的公式( 代表像素的模板坐标,模板中心位置为原点):