高斯模糊是一种两维的卷积模糊操作,在图像完成高斯模糊相对于均值模糊来说,
计算量会增加,但是高斯模糊可以实现一些特殊效果,特别是在图像噪声(非椒盐
噪声)消去方面,更是有着非常好的效果。一维高斯公式如下:
其中x是制定[-n,n]范围的整数,sigma代表标准方差。通常取值为1.
一维高斯函数Java代码如下:
private float[] get1DKernalData(int n, float sigma) {
float sigma22 = 2*sigma*sigma;
float Pi2 = 2*(float)Math.PI;
float sqrtSigmaPi2 = (float)Math.sqrt(Pi2) * sigma ;
int size = 2*n + 1;
int index = 0;
float[] kernalData = new float[size];
for(int i=-n; i<=n; i++) {
float distance = i*i;
kernalData[index] = (float)Math.exp((-distance)/sigma22)/sqrtSigmaPi2;
System.out.println("\t" + kernalData[index]);
index++;
}
return kernalData;
}
假设输入 n= 1, sigma = 1时,输出的Kernel数据为:
0.24197073, 0.3989423,
0.24197073
两维的高斯分布函数为:
对应的Java实现代码为:
public float[][] get2DKernalData(int n, float sigma) {
int size = 2*n +1;
float sigma22 = 2*sigma*sigma;
float sigma22PI = (float)Math.PI * sigma22;
float[][] kernalData = new float[size][size];
int row = 0;
for(int i=-n; i<=n; i++) {
int column = 0;
for(int j=-n; j<=n; j++) {
float xDistance = i*i;
float yDistance = j*j;
kernalData[row][column] = (float)Math.exp(-(xDistance + yDistance)/sigma22)/sigma22PI;
column++;
}
row++;
}
for(int i=0; i<size; i++) {
for(int j=0; j<size; j++) {
System.out.print("\t" + kernalData[i][j]);
}
System.out.println();
System.out.println("\t ---------------------------");
}
return kernalData;
}
当n=1, sigma=1时对应输出的Kernel数据为:
0.058549833 0.09653235 0.058549833
0.09653235 0.15915494 0.09653235
0.058549833 0.09653235 0.058549833
一个2D高斯分布的图可以表示如下:
高斯过滤在图像处理是一种低通滤波,会除去图像的细节而保持整体不变化,在图像美化和特效
方面,高斯过滤有这很多应用。高斯模糊不同于均值模糊!
本文实现完整的高斯模糊算法包括下面几个步骤:
1.生成高斯操作数即Kernel Data
2.从图像中读取像素,利用第一步的操作数,完成卷积。
3.发现图像处理前后的最大像素值peak得出rate
4.完成归一化操作,返回处理后像素数组
关键程序解析:
利用操作数完成卷积的代码参看以前的Blog文章《图像处理之理解卷积》
完成归一化操作的算法非常简单, 主要是利用第三步计算出来的rate
// normalization
float rate = inMax/outMax;
System.out.println("Rate = " + rate);
for(int row=0; row<height; row++) {
for(int col=0; col<width; col++) {
index = row * width + col;
int rgb1 = tempoutPixels[index];
int red = (rgb1 >> 16) & 0xff;
int green = (rgb1 >> 8) & 0xff;
int blue = rgb1 & 0xff;
red = (int)(rate * red);
green = (int)(rate * green);
blue = (int)(rate * blue);
outPixels[index] = (rgb1 & 0xff000000) | (red << 16) | (green << 8) | blue;
}
}
高斯模糊效果如下:
- 左边为原图 - 右边为高斯模糊之后效果,发现皱纹和手部滑了
等等现在还不最cool的效果,高斯模糊之后如果与原图像叠加会出现一种Glow的
效果,好像灯光打在图像上一样,Glow处理之后的运行效果如下:
原图:
实现Glow Filter之后的图像:
实现Glow算法只是高斯模糊输出像素值叠加原来的像素值。
int index = 0;
for ( int y = 0; y < height; y++ ) {
for ( int x = 0; x < width; x++ ) {
int rgb1 = outPixels[index];
int r1 = (rgb1 >> 16) & 0xff;
int g1 = (rgb1 >> 8) & 0xff;
int b1 = rgb1 & 0xff;
int rgb2 = inPixels[index];
int r2 = (rgb2 >> 16) & 0xff;
int g2 = (rgb2 >> 8) & 0xff;
int b2 = rgb2 & 0xff;
r1 = PixelUtils.clamp( (int)(r1 + a * r2) );
g1 = PixelUtils.clamp( (int)(g1 + a * g2) );
b1 = PixelUtils.clamp( (int)(b1 + a * b2) );
inPixels[index] = (rgb1 & 0xff000000) | (r1 << 16) | (g1 << 8) | b1;
index++;
}
}
转载时请注明出处!!,谢谢!
分享到:
相关推荐
图像处理高斯模糊C++源码,有兴趣的下。
图像融合 图像处理(卷积、高斯模糊)
此vc++程序可实现图像高斯模糊处理和复原。
典型的图像算法用到高斯金字塔的概率较大, 在构造高斯金字塔的过程中其中一个步骤就是进行高斯模糊,利用MATLAB实现一张图片的高斯模糊,仅仅通过修改尺度因子便能对图像进行不同程度的模糊
精通系列\精通Visual C++数字图像处理技术与工程案例\chap01\高斯平滑处理.rar
利用C#语言,wpf制作界面实现的图像均衡化、去噪、高斯模糊等功能程序
基于BP神经网络的高斯模糊图像复原方法,结合BP神经网络的良好非线性逼近功能,复原高斯模糊图像,较传统复原方法更优
高斯模糊图像的盲复原附带matlab源代码
图像处理的一种方法,用于边缘提取以及深度估计,估计能有用吧
易语言图像高斯模糊处理源码,图像高斯模糊处理,刷新画板,取保存的文件名,取打开的文件名
C++对图片进行高斯模糊处理,已打包好代码和测试图片,VS2012、VS2017选择2012工具集可直接编译
需要usb摄像头,make后可直接运行,可以看到效果
程序能够针对输入的图像进行高斯模糊处理,对于机器视觉技术的相关学科有比较重要的用途
VC 图像高斯模糊示例,针对位图BMP格式的平滑模糊处理,类似photoshop高斯模糊的滤镜效果。
对图像进行高斯模糊处理的源代码 完整的数字图像处理代码
WinForm 图像处理方面,WinForm 高斯模糊USM锐化效果源码
hybrid_图像处理(卷积、高斯模糊)_模糊处理_图像融合.zip
实时预览摄像头的内容,并且对此图像进行高斯模糊处理. 博客地址:http://blog.csdn.net/huweigoodboy/article/details/48373805