本文介绍了如何在Python中使用高斯滤波算法处理图像噪声，包括一维和二维高斯分布的实现，以及在椒盐噪声图像上的应用。结果表明，高斯滤波对椒盐噪声效果有限，需针对特定的高斯噪声图像使用.
前言
从本节开始，高斯滤波和双边滤波都只进行Python的讲解，不涉及FPGA。还是一样，感兴趣的小伙伴可以自行实现。
一、高斯是谁？
中心极限定理告诉我们，如果样本量最够大，样本的均值分布慢慢变成正太分布，那么图像的噪声也应该符合正太分布（高斯白噪声），所以就有了高斯滤波算法。至于高斯是谁并不重要，重要的是他提出了这一理论。公式如下。
{ G ( x ) = 1 2 π σ e − x 2 2 σ 2 ( 一维高斯分布 ) G ( x , y ) = 1 2 π σ 2 e − x 2 + y 2 2 σ 2 ( 二维高斯分布 ) \left\{ \begin{matrix} G(x)=\frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{x^2}{2\sigma^2}}\space\space(一维高斯分布)\\ G(x, y)= \frac{1}{2\pi\sigma^2}e^{-\frac{x^2 + y^2}{2\sigma^2}}\space\space(二维高斯分布) \end{matrix} \right. ⎩
⎨
⎧G(x)=2πσ1e
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
