结果中均值和高斯滤波器之间的差异答案

【问题标题】：Difference between Mean and Gaussian Filter in Result结果中均值和高斯滤波器之间的差异
【发布时间】：2015-09-16 20:38:55
【问题描述】：

高斯平滑使用 sigma 和窗口大小。并模糊图像以减少图像中的噪声。另一方面，Mean Filter 也会模糊图像并去除噪点。 结果的基本区别是什么？

【问题讨论】：

【解决方案1】：

结果的基本区别是什么？ 靠近的像素对平滑的影响更大，而不是更远的像素。但是在均值滤波器中，属于内核的所有像素都被赋予相同的权重。

【讨论】：

【解决方案2】：

均值滤波器（矩形核）最适合减少空间域（图像空间）中的随机噪声。然而，均值滤波器是频域中最差的滤波器，几乎无法将一个频带与另一个频带分开。高斯滤波器在频域性能更好。

均值滤波器是低通滤波器中效果最差的。理想情况下，它应该停止高频并仅通过低频。实际上，它通过了许多高频并阻止了一些低频（滚降缓慢和阻带衰减差）。

这在实践中意味着什么？如果要从图像中去除噪声，均值滤波器速度很快，并且可能是最好的解决方案。如果您想分离图像中存在的频率，这是一个不好的解决方案。

有趣的是，您可以使用均值滤波器实现高斯滤波器。如果您对图像应用两次均值过滤器，您将获得与应用三角核过滤器相同的结果。如果对图像应用均值过滤器 4 次，您将获得与应用高斯核过滤器相同的结果。

高斯滤波器使用卷积并且非常慢。如果您使用递归公式实现均值滤波器，它将像闪电一样运行。多次应用均值滤波器可以将高斯实现速度提高 1000 倍。

回答你的问题。从图像中去除噪声时，均值滤波器和高斯滤波器给出相似的结果。高斯滤波器在分离频率方面要好得多。此任务的最佳过滤器是 Windowed Sinc 过滤器。

【讨论】：

【解决方案3】：

高斯滤波器以围绕中心像素的钟形曲线对像素进行加权。这意味着更远的像素获得更低的权重。
Mean-filter，又名 box-filter，只是平均所有相邻像素的像素值。这相当于对中心周围的所有像素赋予相同的权重，而不管与中心像素的距离如何。

盒式过滤器的计算速度比高斯模糊要快。

【讨论】：