Emgu学习之（五）——图像模糊处理

Visual Studio Community 2015 工程和代码：http://pan.baidu.com/s/1Qia0Q

内容

在这篇文章中将提到以下内容：

• 中值模糊
• 高斯模糊

　　图像模糊能有效的去除图像的噪点。

　　“平滑处理也称模糊处理，是一项简单且使用频率很高的图像处理方法。平滑处理的用途有很多，但最常见的是用来减少图像

上的噪点或者失真。”——《学习OpenCV（中文版）》

中值模糊

　　中值滤波是指以一个像素点为中心点，在这个中心点的正方形邻域内求所有像素的中间值，然后用这个中间值替换邻域内所有

点的像素值。中值滤波器可以有效的去除图像中的椒盐噪声和斑点噪声。

　　Emgu的Image类提供了SmoothMedian方法，这个方法只需要一个参数，即在执行中值滤波时的卷积核的大小。卷积核是

一个奇数行和列的矩阵，卷积核越大，滤波器的效果越明显。以下是使用SmoothMedian方法对一张满是椒盐噪声的图片进行处

理的代码和结果：

             var image = new Image<Bgr, byte>(Properties.Resources.ai);
             imageBox1.Image = image;//显示原图像
             imageBox2.Image = image.SmoothMedian();//使用5*5的卷积核

　　代码效果如下：

　　

高斯模糊

　　高斯滤波用卷积核与输入图像的每个点进行卷积，将最终计算的结果作为这个点的值。也就是说图像的每个点都是由其本身和

邻域内的点经过高斯滤波卷积核进行加权平均得到的。

　　高斯核其实就是一个矩阵，这个矩阵符合高斯分布，即矩阵中心的值最大，其余根据距离中心元素的距离递减，构成一个高斯

小山包：

　　　　　　　　　　　　　　

　　在使用高斯模糊的方法时，我们需要指定高斯卷积核的高度和宽度（必须是奇数），还有高斯小山包的坡度参数，坡度参数分

为X方向和Y方向。如果坡度参数为0，那么方法会根据核的大小自动帮我们计算，如果只设置了X方向的值，那么Y方向采用X方向

的值。

　　Emgu的Image类提供了SmoothGaussian方法进行高斯模糊，SmoothGaussian有两种重载实现，一种我们只需要传入

卷积核大小参数，另外一个我们还需要传入X、Y方向的坡度参数。

             var image = new Image<Bgr, byte>(Properties.Resources.ai);
             imageBox1.Image = image;//显示原图像
             imageBox1.Image = image.SmoothGaussian();

　　执行效果：