이미지는 주파수 영역에 频率低的地方说明它是比较平滑的，因为平滑的地方灰度值变化比较小있고频率高的地方通常是边缘或者噪声，因为这些地方往往是灰度值突变的
이른바 高通滤波상대적으로 주파수가 높은 부분을 유지하는 것, 즉 가장자리를 강조하는 것이고 低通滤波상대적으로 주파수가 낮은 곳을 유지하는 것, 즉 이미지를 매끄럽게 하고 가장자리를 약화시켜 노이즈를 제거하는 것입니다.
가우시안 필터링 :
이미지 처리 개념 하에서 가우시안 필터링은 이미지 주파수 영역 처리와 시간 영역 처리를 연결하여저역 통과 필터로 사용, 저주파 에너지(예: 노이즈)를 필터링하여 이미지를 부드럽게 할 수 있습니다.
가우시안 필터링은 가우시안 노이즈 제거에 적합한 선형 평활화 필터이며 이미지 처리의 노이즈 감소 프로세스에 널리 사용됩니다. 평신도의 용어로,가우시안 필터링은 전체 이미지의 가중 평균화 프로세스입니다., 각 픽셀의 값은 자신과 주변의 다른 픽셀 값의 가중 평균으로 구합니다. 가우시안 필터링의 특정 작업은 템플릿(또는 회선, 마스크)을 사용하여 이미지의 각 픽셀을 스캔하고 템플릿에 의해 결정된 주변 픽셀의 가중 평균 회색 값을 사용하여 픽셀 값을 대체하는 것입니다. 템플릿의 중심. 가우시안 스무딩 필터는 정규 분포를 따르는 노이즈를 억제하는 데 매우 효과적입니다.
가우시안 블러 :
우리가 흔히 말하는 가우시안 블러는 가우시안 필터를 사용하여 이루어집니다. 흐림
컨볼루션은 단순한 정의로 그 자체로는 의미가 없으나 다양한 분야에서의 적용 범위가 매우 넓습니다.필터링에서는 가중 평균 과정으로 이해할 수 있습니다. 주변의 가중평균을 구하고, 가중방법은 커널함수 가우시안함수를 기준으로 한다 .
평균화 프로세스:
이미지의 경우 스무딩 및 블러링은 주변 픽셀의 평균값을 사용하는 것입니다.
"중간점"은 "둘러싸는 점"의 평균값을 취하여 1이 됩니다. 수치적으로 이것은 일종의 "스무딩"입니다. 그래픽 측면에서 "흐림" 효과를 생성하는 것과 동일하며 "중간 지점"은 세부 정보를 잃습니다.
분명히 평균값을 계산할 값 범위가 클수록 "흐림 효과"가 강해집니다 .
단순 평균을 사용하면 이미지가 연속적이기 때문에 점들이 가까울수록 관계가 가깝고 점이 멀어질수록 관계가 멀어지기 때문에 분명히 합리적이지 않습니다. 따라서 가중평균이 더 합리적이며, 점이 가까울수록 가중치가 크고, 점이 멀수록 가중치가 작습니다 .
정규 분포는 분명히 바람직한 가중치 분포 모드입니다. 이미지가 2차원이므로 2차원 가우시안 함수를 사용해야 합니다.
평균값을 계산할 때 "중심점"을 원점으로 사용하고 정상 곡선의 위치에 따라 다른 지점에 가중치를 할당하면 위에서 언급한 2차원적 가중 평균값을 얻을 수 있습니다. 가우시안 커널 컨벌루션 과정 .