Question

高斯滤波器是怎样得到的？

Answer 1

高斯滤波器是一类根据高斯函数的形状来选择权值的线性平滑滤波器。高斯平滑滤波器对于抑制服从正态分布 的噪声非常有效。一维零均值高斯函数为：
g(x)=exp( -x^2/(2 sigma^2)
其中，高斯分布参数Sigma决定了高斯函数的宽度。对于图像处理来说，常用二维零均值离散高斯函数作平滑滤波器。

Answer 2

根据滤波器公式生成滤波核，Matlab写的代码如下：

dSigma =0.8;

fK1=1.0/(2*dSigma*dSigma);

fK2=fK1/pi;

iSize = 5;

step = floor(iSize/2 + 0.5);

for i = 1 : iSize

    x=i-step;

    fTemp=fK2*exp(-x*x*fK1);

    for j = 1 : iSize

        y=j-step;

        model(x+step,y+step)=fTemp*exp(-y*y*fK1);

    end

end

dSum = sum(sum(model));

model = model/dSum;

Answer 3

使用matlab，利用fspecial（'gaussion’,hsize,sigma）可以创建一个高斯低通滤波器。如果需要高斯高通滤波器还需要对其进行转化。

Answer 4

高斯滤波器是一个低通滤波器,可以证明,高斯滤波器可用均值滤波器多次逼近,一般情况下,大于或等于三次逼近就可近似于高斯滤波器,所以,在设计高斯滤波器时,可以用设计均值滤波器逼近代替高斯滤波器。

网上抄的，我也看不懂。

Answer 5

斯滤波器可用均值滤波器多次逼近,一般情况下,大于或等于三次逼近就可近似于高斯滤波器。