讲解ps中的高斯模糊的算法有哪些(ps中的高斯模糊高斯什么意思)
本文主要介绍解释一下ps中高斯模糊的算法(ps中高斯模糊是什么),下面跟着东辰网详细了解一下吧。
通常,图像处理软件会提供一个模糊滤镜,会让画面有一种模糊的效果。
amp有很多算法模糊,其中一个叫做高斯模糊和。它使用正态分布(也称为高斯分布)进行图像处理。
本文介绍了高斯模糊神经网络,你会看到这是一个非常简单易懂的算法。本质上是一种数据平滑技术,适用于很多场合,图像处理只是提供了一个直观的应用例子。
一、高斯模糊的原理
所谓的模糊可以理解为每个像素取周围像素的平均值。
上图中,2为中间点,外围点均为1。
中间点取amp的平均值周围点变成了1。从数字上看,这是一种平滑。从图形上看,它相当于a模糊效果,以及中点丢失细节。
显然,计算平均值时,值的范围越大,则模糊效果和。
以上分别是原图,3个像素的模糊半径和10个像素的模糊半径。模糊半径越大,图像越模糊。从数值上看,数值越平滑。
接下来的问题是,既然每个点都要取周围像素的平均值,那么权重应该怎么分配呢?
如果用简单的平均,显然不太合理,因为图像都是连续的,点越近点越远。所以加权平均更合理,距离越近的点权重越大,距离越远的点权重越小。
二、正态分布的权重
正态分布显然是一个理想的权重分布模型。
从图形上看,正态分布是一条钟形曲线。越靠近中心,数值越大,越远离中心,数值越小。
计算平均值时,我们只需取中心点和作为原点,并根据其他点在正态曲线上的位置赋予权重,我们就可以得到一个加权平均值。
第三,高斯函数
上面的正态分布是一维的,图像都是二维的,所以我们需要二维的正态分布。
正态分布的密度函数称为高斯函数。它的一维形式是:
其中μ是x的均值,σ是x的方差,因为计算平均值时中心点是原点,所以μ等于0。
根据一维高斯函数,可以导出二维高斯函数:
利用该功能,可以计算出每个点的权重。
第四,权重矩阵
假设中心点的坐标为(0),最接近它的八个点的坐标如下:
更远的点等等。
为了计算权重矩阵,需要设置σ的值。假设σ=1.5,模糊半径为1的权重矩阵如下:
这九个点的权重之和等于0.4787147。如果只计算这九个点的权重,平均起来,它们的权重之和必须等于1,所以上面的9个值要分别除以0.4787147,才能得到最终的权重矩阵。
5、计算高斯模糊
利用权重矩阵,可以计算高斯模糊的值。
假设有9个像素,灰度值(025)如下:
每个点乘以它自己的权重值:
得到
把这9个值加起来,就是中心点的高斯模糊值。
对所有点重复该过程,并且获得高斯模糊图像。如果原图像是彩像,可以分别对RGB的三个通道进行高斯模糊。
六、边界点的处理
如果一个点在边界上,周围没有足够多的点怎么办?
另一种方法是将现有的点复制到另一侧的相应位置,并模拟完整的矩阵。
通常,图像处理软件会提供一个模糊滤镜,会让画面有一种模糊的效果。
amp有很多算法模糊,其中一个叫做高斯模糊和。它使用正态分布(也称为高斯分布)进行图像处理。
本文介绍了高斯模糊神经网络,你会看到这是一个非常简单易懂的算法。本质上是一种数据平滑技术,适用于很多场合,图像处理只是提供了一个直观的应用例子。
一、高斯模糊的原理
所谓的模糊可以理解为每个像素取周围像素的平均值。
上图中,2为中间点,外围点均为1。
中间点取amp的平均值周围点变成了1。从数字上看,这是一种平滑。从图形上看,它相当于a模糊效果,以及中点丢失细节。
显然,计算平均值时,值的范围越大,则模糊效果和。
以上分别是原图,3个像素的模糊半径和10个像素的模糊半径。模糊半径越大,图像越模糊。从数值上看,数值越平滑。
接下来的问题是,既然每个点都要取周围像素的平均值,那么权重应该怎么分配呢?
如果用简单的平均,显然不太合理,因为图像都是连续的,点越近点越远。所以加权平均更合理,距离越近的点权重越大,距离越远的点权重越小。
二、正态分布的权重
正态分布显然是一个理想的权重分布模型。
从图形上看,正态分布是一条钟形曲线。越靠近中心,数值越大,越远离中心,数值越小。
计算平均值时,我们只需取中心点和作为原点,并根据其他点在正态曲线上的位置赋予它们权重,我们就可以得到一个加权平均值。
第三,高斯函数
上面的正态分布是一维的,图像都是二维的,所以我们需要二维的正态分布。
正态分布的密度函数称为高斯函数。它的一维形式是:
其中μ是x的均值,σ是x的方差,因为计算平均值时中心点是原点,所以μ等于0。
根据一维高斯函数,可以导出二维高斯函数:
利用该功能,可以计算出每个点的权重。
第四,权重矩阵
假设中心点的坐标为(0),最接近它的八个点的坐标如下:
更远的点等等。
为了计算权重矩阵,需要设置σ的值。假设σ=1.5,模糊半径为1的权重矩阵如下:
这九个点的权重之和等于0.4787147。如果只计算这九个点的加权平均值,那么它们的权重之和一定等于1,所以上面九个值要分别除以0.4787147,得到最终的权重矩阵。
5、计算高斯模糊
利用权重矩阵,可以计算高斯模糊的值。
假设有9个像素,灰度值(025)如下:
每个点乘以它自己的权重值:
得到
把这9个值加起来,就是中心点的高斯模糊值。
对所有点重复该过程,并且获得高斯模糊图像。如果原图像是彩像,可以分别对RGB的三个通道进行高斯模糊。
六、边界点的处理
如果一个点在边界上,周围没有足够多的点怎么办?
另一种方法是将现有的点复制到另一侧的相应位置,并模拟完整的矩阵。
了解更多解释一下ps中高斯模糊的算法(ps中高斯模糊是什么意)相关内容请关注东辰网。
本文由东辰网发布,不代表东辰网立场,转载联系作者并注明出处:https://www.ktwxcd.com/psjc/20551.html