其比較特別的是，會達到一個類似透過半透明玻璃觀察影像的效果。
[按此下載]
高斯模糊濾鏡，是低通濾鏡(Low-pass Filter)的一種。
一樣是用來去除雜訊，預備讓往後的影像辨識更為容易。
高斯模糊濾鏡是利用常態分布(Normal Distribution)或稱高斯分布(Gaussian Distribution)的方式去取得一個像素的值。
使用說明：
(圖片長寬請控制在24的倍數，以免出錯~)
和Average Filter(平均濾鏡)的比較
原圖
套用兩種濾鏡的結果
之後再做銳利化的結果比較
這時候我們可以發現，不是用高斯模糊的左圖，再去做銳利化，比較會有雜訊。
遮罩產生公式：
遮罩實例如下 (長寬=11 σ=5)
(中心點座標為0,0，用粗體表示)
小數點三位以下四捨五入(實際做的時候乘到小數點下20位，雙精確度)
|
0.002 |
0.003 |
0.003 |
0.004 |
0.004 |
0.004 |
0.004 |
0.004 |
0.003 |
0.003 |
0.002 |
|
0.003 |
0.003 |
0.004 |
0.004 |
0.005 |
0.005 |
0.005 |
0.004 |
0.004 |
0.003 |
0.003 |
|
0.003 |
0.004 |
0.004 |
0.005 |
0.005 |
0.005 |
0.005 |
0.005 |
0.004 |
0.004 |
0.003 |
|
0.004 |
0.004 |
0.005 |
0.005 |
0.006 |
0.006 |
0.006 |
0.005 |
0.005 |
0.004 |
0.004 |
|
0.004 |
0.005 |
0.005 |
0.006 |
0.006 |
0.006 |
0.006 |
0.006 |
0.005 |
0.005 |
0.004 |
|
0.004 |
0.005 |
0.005 |
0.006 |
0.006 |
0.006 |
0.006 |
0.006 |
0.005 |
0.005 |
0.004 |
|
0.004 |
0.005 |
0.005 |
0.006 |
0.006 |
0.006 |
0.006 |
0.006 |
0.005 |
0.005 |
0.004 |
|
0.004 |
0.004 |
0.005 |
0.005 |
0.006 |
0.006 |
0.006 |
0.005 |
0.005 |
0.004 |
0.004 |
|
0.003 |
0.004 |
0.004 |
0.005 |
0.005 |
0.005 |
0.005 |
0.005 |
0.004 |
0.004 |
0.003 |
|
0.003 |
0.003 |
0.004 |
0.004 |
0.005 |
0.005 |
0.005 |
0.004 |
0.004 |
0.003 |
0.003 |
|
0.002 |
0.003 |
0.003 |
0.004 |
0.004 |
0.004 |
0.004 |
0.004 |
0.003 |
0.003 |
0.002 |
研究實驗結果
σ值越大，圖形越昏暗
Matlab相對應的遮罩圖
sigma值是針對標準差做變更，原則上這個值越大，模糊程度越明顯，因此其他數值都沒改的情況下，畫面就越來越暗。
遮罩矩陣越大，鋸齒狀的情形越嚴重，而且越亮 (但用MATLAB跑卻沒有鋸齒狀，有爭議？)
(最左邊的圖 σ是5才對，筆誤，以上三張的sigma都是5，只有遮罩大小改變)
理論上遮罩大小越大，單一像素參考的周圍區域會越大。因此如果隔壁像素亮度相差太大，該像素處理的結果就會較為極端。
所以會有鋸齒狀的情形發生。
留言列表
趨勢 Trends (1)