纯高斯滤波器（高斯滤波器的主要特性）

发布时间：2023-07-06

阅读量：30

本文目录一览：

1、高斯滤波使得画面变得平滑，这并不会滤掉正常的边缘，但是可以有效的滤除噪声。因为一个边缘它只在一个方向上有灰度变化，而噪声在四周都有，所以高斯滤波可以有效的滤除噪声，保留边缘。

2、若使用理想滤波器，会在图像中产生振铃现象。采用高斯滤波器的话，系统函数是平滑的，避免了振铃现象。

3、高斯平滑滤波器对于抑制服从正态分布的噪声非常有效。如果采用高斯滤波器，系统函数为平滑的，避免了振铃现象。

4、出现振铃现象、使图像模糊。出现振铃现象：理想滤波器会降低复原图像的质量，影响复原图像质量，出现图像的振铃现象。使图像模糊：理想滤波器的通带很短的情况下，会导致图像画质变差且出现很多波纹，使图像模糊。

纯高斯滤波器（高斯滤波器的主要特性）

1、读图像进matlab 是 imread函数，自己baidu。加噪是imnoise。高斯滤波生成是H = FSPECIAL(gaussian，HSIZE，SIGMA)最后过滤波用conv2函数。

2、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。

3、matlab中有自带的高斯滤波函数h = fspecial(gaussian， hsize， sigma)，其中hsize是滤波器尺寸，sigma是标准差。

小波降噪可以有效的减少噪声，但是不可能去除所有的噪声。而zerocross对噪声是非常敏感的，哪怕一个像素的噪声点也可以造成错误的边缘。另外，小波不具备高斯滤波器的某些特性。

滤波器就是建立的一个数学模型，通过这个模型来将图像数据进行能量转化，能量低的就排除掉，噪声就是属于低能量部分。若使用理想滤波器，会在图像中产生振铃现象。采用高斯滤波器的话，系统函数是平滑的，避免了振铃现象。

）Sobel算子 2）Scharr算子 3）Laplacian算子 1）使用高斯滤波器，对图像做平滑处理，消除噪音 2）计算每个像素点的梯度强度和方向 3）非极大值抑制梯度方向上C和B点，如果都比A小则保留A作为边界，否则抑制掉。

1、衰减产生的原因主要有：①可能由通过滤波器而产生的振幅或能量的降低。②由发散、反射、散射和吸收产生的地震波振幅的减小。③与几何扩散无关的地震或声信号强度随距离而减小的部分。

2、高阶滤波器在伯德图上幅值响应截止频率之前衰减更小，截止频率之后随频率增加衰减更大，就是阶数越高的滤波器对截止频率之内的有效信号幅值特征保留更完整，对截止频率之外的噪声衰减更迅速。

3、核心只有三点：卷积、傅里叶变换、高斯滤波器。

4、之所以能够达到保边去噪的滤波效果是因为滤波器由两个函数构成：一个函数是像素欧式距离决定滤波器模板的系数，另一个是由像素的灰度差值决定滤波器模板的系数。

5、数字图像用于后期应用，其噪声是最大的问题，因为误差会累计传递等原因，大多图像处理教材会在很早的时候介绍Gauss滤波器，用于得到信噪比SNR较高的图像（反应真实信号）。高斯平滑滤波器对于抑制服从正态分布的噪声非常有效。