×(3个乘法,2个加法)+4×(3个乘法,2个加法)+4个除法,共24个乘法,16个加法,4 个除法,运算简化了不少,如果是大图,效率的提高将是非常客观的。 平滑模板的思想是通过将一点和周围8个点作平均,从而去除突然变化的点,滤掉噪声,其 代价是图象有一定程度的模糊。上面提到的模板(3,1),就是一种平滑模板,称之为Box模 板。Box模板虽然考虑了邻域点的作用,但并没有考虑各点位置的影响,对于所有的9个点 都一视同仁,所以平滑的效果并不理想。实际上我们可以想象,离某点越近的点对该点的影 24.2 响应该越大,为此,我们引入了加权系数,将原来的模板改造成 可以看 出,距离越近的点,加权系数越大 新的模板也是一个常用的平滑模板,称为高斯( Gauss)模板。为什么叫这个名字,这是因为 这个模板是通过采样2维高斯函数得到的。 22221 3233 4645 设图象为 5666 分别用两种平滑模板处理(周围一圈象素直接从原图拷贝)。采用 33.113.223 333.063 44334565 44564565 Box模板的结果为[566 ,采用高斯模板的结果为566 可以看到,原图中出现噪声的区域是第2行第2列和第3行第2列,灰度从2一下子跳到了 6,用Box模板处理后,灰度从3.11跳到4.33:用高斯模板处理后,灰度从3.跳到4.56,都 缓和了跳变的幅度,从这一点上看,两者都达到了平滑的目的。但是,原图中的第3,第4 行总的来说,灰度值是比较高的,经模板1处理后,第3行第2列元素的灰度变成了4.33, 与第3,第4行的总体灰度相比偏小,另外,原图中第3行第2列元素的灰度为6,第3行 第3列元素的灰度为4,变换后,后者4.56反而比前者4.33大了。而采用高斯模板没有出 现这些问题,究其原因,就是因为它考虑了位置的影响 举个实际的例子:下图中,从左到右分别是原图,用高斯模板处理的图,用Boⅹ模板处理 的图,可以看出,采用高斯模板,在实现平滑效果的同时,要比Box模板清晰一些。 在学习锐化后,我们将给出一个通用的3×3模板操作的程序。×(3 个乘法，2 个加法)+4×(3 个乘法，2 个加法)+4 个除法，共 24 个乘法，16 个加法，4 个除法，运算简化了不少，如果是大图，效率的提高将是非常客观的。 平滑模板的思想是通过将一点和周围 8 个点作平均，从而去除突然变化的点，滤掉噪声，其 代价是图象有一定程度的模糊。上面提到的模板(3.1)，就是一种平滑模板，称之为 Box 模 板。Box 模板虽然考虑了邻域点的作用，但并没有考虑各点位置的影响，对于所有的 9 个点 都一视同仁，所以平滑的效果并不理想。实际上我们可以想象，离某点越近的点对该点的影 响应该越大，为此，我们引入了加权系数，将原来的模板改造成 ，可以看 出，距离越近的点，加权系数越大。 新的模板也是一个常用的平滑模板，称为高斯(Gauss)模板。为什么叫这个名字，这是因为 这个模板是通过采样 2 维高斯函数得到的。 设图象为 ，分别用两种平滑模板处理(周围一圈象素直接从原图拷贝)。采用 Box 模板的结果为 ，采用高斯模板的结果为 。 可以看到，原图中出现噪声的区域是第 2 行第 2 列和第 3 行第 2 列，灰度从 2 一下子跳到了 6，用 Box 模板处理后，灰度从 3.11 跳到 4.33；用高斯模板处理后，灰度从 3.跳到 4.56,都 缓和了跳变的幅度，从这一点上看，两者都达到了平滑的目的。但是，原图中的第 3，第 4 行总的来说，灰度值是比较高的，经模板 1 处理后，第 3 行第 2 列元素的灰度变成了 4.33， 与第 3，第 4 行的总体灰度相比偏小，另外，原图中第 3 行第 2 列元素的灰度为 6，第 3 行 第 3 列元素的灰度为 4，变换后，后者 4.56 反而比前者 4.33 大了。而采用高斯模板没有出 现这些问题，究其原因，就是因为它考虑了位置的影响。 举个实际的例子：下图中，从左到右分别是原图，用高斯模板处理的图，用 Box 模板处理 的图，可以看出，采用高斯模板，在实现平滑效果的同时，要比 Box 模板清晰一些。 在学习锐化后，我们将给出一个通用的 3×3 模板操作的程序