가우시안 필터는 저역 통과 필터로써 가우시안 확률분포 함수를 기반으로 구성된다.
- 가우시안 필터의 푸리에(Fourier) 변환은 또 다른 가우시안
- 회전에 대해서 대칭
- 분리 가능 : 2차원 필터링--> x방향으로 1차원 필터링 + y 방향으로 1차원 필터링 으로 수행가능
- 2개의 가우시안 필터를 convolution 처리하면 그 결과 역시 다른 가우시안 필터
- 이미지를 흐리게 하거나 노이즈를 줄이는 것에 많이 사용
Matlab으로 구현한 Gaussian filter --> a는 필터 크기, s는 표준 편차
g1 = fspecial('gaussian', [5, 5]);
a = 50; s=3;
g = fspecial('gaussian', [a, a], s);
surf(1:a, 1:a, g);
s = 9;
g2 = fspecial('gaussian', [a, a], s);
surf(1:a, 1:a, g2)
표준편차가 작을수록 가운데 있는 pixel에 큰 가중치가 적용되고 급격하게 줄어든다.
표준편차가 클수록 더 많은 영역이 가중평균되고 더 흐리고 뿌연 결과가 나오게 된다.
출처 : 책 < 매트랩을 이용한 디지털 영상처리의 기초 >
'study > 영상처리 & opencv' 카테고리의 다른 글
[논문 요약] A computational approach to body mass index prediction from face images (0) | 2021.03.22 |
---|---|
[opencv] 3개의 사진 Panorama(image stitching) (9) | 2021.02.04 |
[영상처리] Homogeneous coordinates (0) | 2021.01.28 |
[영상처리] 2D변환 - Rigid Transformation (0) | 2021.01.27 |
[영상처리] RANSAC 알고리즘 (0) | 2021.01.21 |