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)-东辰网

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。