高斯模糊的实现(matlab)

高斯模糊的实现(matlab)

ID:33989852

大小:386.25 KB

页数:5页

时间:2019-03-03

高斯模糊的实现(matlab)_第1页
高斯模糊的实现(matlab)_第2页
高斯模糊的实现(matlab)_第3页
高斯模糊的实现(matlab)_第4页
高斯模糊的实现(matlab)_第5页
资源描述:

《高斯模糊的实现(matlab)》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、高斯模糊实现(matlab)高斯模糊是一种图像模糊滤波器,它用正态分布计算图像中每个像素的变换。N维空间正态分布方程为(1)在二维空间定义为Gx,y=12πσ2e-(x-m2)2+(y-n2)22σ2(2)其中 r 是模糊半径,指模板元素到模板中心的距离。σ是正态分布的标准偏差,。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

2、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。1.使用给定高斯模板平滑图像维基百科的实例高斯模糊矩阵:0.000000670.000022920.000191170.000387710.000191170.000022920.000000670.000022920.000786330.006559650.013303730.006559650.000786330.000022920.000191170.006559650.054721570.110981640.054721570.006559650

3、.000191170.000387710.013303730.110981640.225083520.110981640.013303730.000387710.000191170.006559650.054721570.110981640.054721570.006559650.000191170.000022920.000786330.006559650.013303730.006559650.000786330.000022920.000000670.000022920.000191170.000387710.00019

4、1170.000022920.00000067用该矩阵进行高斯模糊的结果如下:使用代码如下:guass=[0.000000670.000022920.000191170.000387710.000191170.000022920.00000067;0.000022920.000786330.006559650.013303730.006559650.000786330.00002292;0.000191170.006559650.054721570.110981640.054721570.006559650.00019117;

5、0.000387710.013303730.110981640.225083520.110981640.013303730.00038771;0.000191170.006559650.054721570.110981640.054721570.006559650.00019117;0.000022920.000786330.006559650.013303730.006559650.000786330.00002292;0.000000670.000022920.000191170.000387710.000191170.0

6、00022920.00000067];TestImg=imread('Lena1.jpg');FuzzyImg=conv2(TestImg,guass,'full');subplot(121);imshow(TestImg);subplot(122);imshow(FuzzyImg/256);编程注意事项:在matlab中,我们常使用imshow()函数来显示图像,而此时的图像矩阵可能经过了某种运算。在matlab中,为了保证精度,经过了运算的图像矩阵I其数据类型会从unit8型变成double型。如果直接运行imshow(I

7、),我们会发现显示的是一个白色的图像。这是因为imshow()显示图像时对double型是认为在0~1范围内,即大于1时都是显示为白色,而imshow显示uint8型时是0~255范围。而经过运算的范围在0-255之间的double型数据就被不正常得显示为白色图像了。 imshow(I/256);   ----------将图像矩阵转化到0-1之间                                     imshow(I,[]);      -----------自动调整数据的范围以便于显示(不明白原理!)1.

8、二维高斯函数理论上来讲,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,图像处理程序只需要计算  的矩阵就可以保证相关像素影响。对于边

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。