当前位置：
  1. 首页
  2. 可编辑器件

基于FPGA图像处理的高斯模糊实现

2023-10-26

高斯模糊(Gaussian Blur)是一种高斯低通滤波，可以过滤掉图像的高频部分，保留低频部分，对于去除高斯噪声非常有效果，常常被用于图像去噪中。
在做图像模糊的时候最直接的想法就是在当前像素上取一个3*3或者5*5的窗口，把窗口里面的数字相加再求一个平均，得到的均值作为新的当前像素的值，这也就是均值滤波。
高斯滤波认为窗口中的每个像素对当前像素的影响是不一样的，和当前像素越接近影响就越大。因此加权平均更加合理，相近的像素值权重就比较大，相远的权重就小。
在利用高斯滤波的时候首先需要去生成一个高斯核，二维高斯函数如下>
在计算每个像素值时，可以将其视为坐标的原点，这样可以将视为0，就可以简化二维高斯函数如下>
可以使用如下python代码来生成一个高斯核:,基于FPGA图像处理的高斯模糊实现 (https://ic.work/) 可编辑器件 第1张
在OpenCV中也提供了getGaussianKernel这个函数来获取一个高斯核，他的函数定义如下>
def getGaussianKernel(ksize, sigma, ktype=None)
第一个参数ksize代表高斯核的尺寸，这里会生成一个ksize*1的高斯核。
对于二维的高斯核生成方式如下>
基于FPGA图像处理的高斯模糊实现 (https://ic.work/) 可编辑器件 第2张
可以看到两者是不一样的，那是因为我们没有对我们自己写的求出来的高斯模板进行归一化。
然后对其进行归一化，使其权重相加的和为1,基于FPGA图像处理的高斯模糊实现 (https://ic.work/) 可编辑器件 第3张
可见归一化后的结果就和OpenCV提供的函数计算出来的结果就一样了。
最后对齐转换为整数，左上角的数据变为1,基于FPGA图像处理的高斯模糊实现 (https://ic.work/) 可编辑器件 第4张
这样就可以得到完整的高斯模板了。
完整的python代码如下：

文章推荐
Tags：

上一篇

下一篇

相关推荐