为什么高斯平滑能保留图像的全局特征?

rdmin 欧宝app 2021-10-05 08:30 9

摘要:这个问题不是一两句话能说清楚的,所以我试用三句话表述一下。哈。1)平滑滤波(目的有两个降噪和保留图像特征。高斯平滑函数效果比较好,邻域平均只是它的一个简化。高斯...

这个问题不是一两句话能说清楚的,所以我试用三句话表述一下。哈。1)平滑滤波(目的有两个降噪和保留图像特征。高斯平滑函数效果比较好,邻域平均只是它的一个简化。高斯平滑的可变参数是西格玛,邻域平滑的可变参数是模板尺寸)2)图像噪声(用相邻像素的差,做统计,求出正态分布的分散值,可以量化图像噪声的程度。)3)图像特征(图像的精细程度,比如可以看到头发丝的图像和焦距没对准的图像,清晰程度就不同。我的大概思路是,对比图像背景-没有特征的区域,和图像关键区域-想要处理的中心区域,的噪声程度,根据它们的差值,得到图像特征区域的精细程度。稍说多一点就是,图像的噪声应该是与图像内容无关的,全图一致,通过两个区域的差值,去掉噪声影响,留下的应该是图像特征的量化值)

相关推荐

评论列表
  • 这篇文章还没有收到评论,赶紧来抢沙发吧~
关闭

用微信“扫一扫”