1D高斯滤波器水平和垂直[重复]-Java 学习之路

这个问题在这里已有答案：

How to make a Gaussian filter in Matlab 2个答案

我正在尝试生成可应用于图像的高斯滤镜，但我想将其应用于1D两次：水平和垂直 . 另外，我想分别将它应用到每个飞机上 .

这意味着我想设计一维高斯滤波器将其水平应用于红色，绿色，蓝色分量，然后我有相同的1D高斯滤波器将其垂直应用于红色，绿色，蓝色分量 .

我认为这个操作应该等于在原始彩色图像上应用2D高斯滤波器 .

我是Matlab和图像处理过滤器的新手 .

1 回答

使用2D高斯的卷积可以使用两个1D高斯执行：

G(x,y)*I=G(x)*(G(y)*I);

您可以在MATLAB中执行以下操作：

img=im2double(imread('cameraman.tif'));

yourFilterSize=[3 5] %3 rows, 5 columns, can be anything

%two 1D Gaussians
g_x=fspecial('gaussian',[1 yourFilterSize(2)]);
g_y=fspecial('gaussian',[yourFilterSize(1) 1]);

%applying 1D gaussian in X-direction to the original image
img_X=imfilter(img,g_x);

%applying 1D gaussian in Y-direction to img_X
img_XY=imfilter(img_X,g_y);  %DONE

%verifying that the result is correct
g_xy=fspecial('gaussian',yourFilterSize);
img_XY2D=imfilter(img,g_xy);
max(max(abs(img_XY-img_XY2D)))  %this should be very small, 
                                %of the order of machine precision
                                %for the result to be correct

补充阅读：

在Stackoverflow.com上回答

This，它向您展示了如何确定给定内核是否可分离 . 例如，Gaussian是可分离的，而磁盘内核则不是 .
Original article上述问题 .

为什么你更喜欢两个1D卷积而不是一个2D卷积（也在上面提到的链接2中给出）：

假设您有一个大小为 MxN 的图像和一个大小为 PxQ 的滤镜，那么对于2D卷积，您需要 ~ M*P*N*Q 乘法和加法 . 对于两个1D过滤器（大小为 P 和 Q ），您只需要 ~ MNP+MNQ = MN(P+Q) 操作 . 因此，您获得了 PQ/(P+Q) 的加速 .

回复于 2024-04-25T20:23:03+08:00

1D高斯滤波器水平和垂直[重复]

1 回答

相关问题