文章目录
欢迎访问个人网络日志🌹🌹知行空间🌹🌹
title: 3.双边滤波BilateralFilters
toc: true
category: ComputerVision
date: 2023-01-31 23:19:29
tags:
- ComputerVision
categories: - ComputerVision
mathjax: true
1.高斯滤波
1.1 理论
高斯滤波器是一种线性滤波器,能够有效的抑制噪声,平滑图像。其作用原理和均值滤波器类似,都是取滤波器窗口内的像素的均值作为输出。其窗口模板的系数和均值滤波器不同,均值滤波器的模板系数都是相同的为1;而高斯滤波器的模板系数,则随着距离模板中心的增大而系数减小。所以,高斯滤波器相比于均值滤波器对图像个模糊程度较小。
二维高斯函数表达式:
h ( x , y ) = K e − x 2 + y 2 2 σ 2 h(x, y) = Ke^{-\frac{x^2+y^2}{2\sigma ^2}} h(x,y)=Ke−2σ2x2+y2
卷积核大小 k k k, r r r表示的是距离卷积核中心的距离
r = ( x − k / 2 ) 2 + ( y − k / 2 ) 2 r = \sqrt{(x - k/2)^2 + (y-k/2)^2} r=(x−k/2)2+(y

本文介绍了高斯滤波和双边滤波两种图像平滑技术。高斯滤波能有效抑制噪声但可能导致边缘模糊,而双边滤波则在平滑的同时保留边缘信息。文中详细解释了两种滤波器的理论基础,并提供了OpenCV库中实现这两种滤波的代码示例。
最低0.47元/天 解锁文章

被折叠的 条评论
为什么被折叠?



