高斯滤波器是空间滤波器的一种，学习高斯滤波器，需要空间滤波的知识作为先验知识（各种数字图像处理的书中都有介绍，冈萨雷斯的经典教材说的还是比较清楚的，建议看英文版，个人感觉比翻译过来的更容易理解）。
高斯滤波器是一种平滑线性滤波器，使用高斯滤波器对图像进行滤波，其效果是降低图像灰度的“尖锐”变化，也就是使图像“模糊”了。高斯滤波对于抑制服从正态分布的噪声效果非常好，其代价是使图像变得“模糊”。当然，有时对图像进行平滑滤波的目的就是让图像变得模糊。
高斯滤波的模板是用高斯公式计算出来的。下面是一维和二维高斯分布函数及其函数图像：
一维高斯分布函数： 二维高斯分布函数：
它们的图像分别为：
那么高斯滤波模板是怎么生成的呢？是通过二维高斯函数计算出来的。例如，我们假设一个高斯模板的长、宽均为5，方差为0.5，那么首先，我们要在模板上建立一个坐标系，其原点就是高斯模板的中心点，如下图：
然后每个模板的坐标就可以确定了：
（-2,2）上的权值：W = ，把pi = 3.14， σ=0.5，x=-2，y=2带入上式，获得（-2,2）处的权值。
同理，可以计算 其他位置的权值。
最后获得一个5*5，标准差σ为0.5的高斯滤波器（经过归一化以后）：
matlab中可以使用fspecial函数实现高斯滤波模板，使用方法为：YourFilter = fspecial(‘gaussian’, [ 5 5], 0.5);
在matlab中可以查看fspecial的源代码，通过open fspecial打开。我之前自己写了一个matlab版的实现高斯模板的代码，通过与fspecial的源代码对比，有些不一样的地方，而且我的代码确实不如自带的快，所以在这里只贴源代码。
fspecial函数可以实现多种类型的滤波器，当第一个参数为”gaussian’时，实现的是高斯滤波器，源代码通过switch判断用户想得到哪种类型的滤波器，这里只把与高斯滤波器有关的代码贴出来，并放在一个函数中，我们把这个函数命名为gaussianFilter。函数的代码如下：
java
原始图像 加入高斯噪声图像
使用5*5，方差为0.5的高斯滤波器滤波 使用5*5，方差为1.5的高斯滤波器滤波
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/225499.html原文链接：https://javaforall.net
