该图片为包含很多噪点的香港街景图片。博客中通过高斯平滑滤波消除噪点。

【图像去噪】基于二维双边高斯滤波实现图像去噪附matlab代码

此代码可以实现红外图像高斯滤波处理，实验结果良好 代码有备注，简单易懂

函数输入： - filter_size: 过滤器的大小- 西格玛：标准偏差函数输出： - 二维高斯滤波器矩阵在 3D 中绘制滤波器矩阵的示例： g1=Gaussian_filter(50,2); g2=Gaussian_filter(50,7); g3=Gaussian_filter(50,11); 图1）; subplot(1,3,1);surf(g1);title('filter size = 50, sigma = 2'); subplot(1,3,2);surf(g2);title('filter size = 50, sigma = 7'); subplot(1,3,3);surf(g3);title('filter size = 50, sigma = 11');

均值滤波，在卷积形式的均值滤波中，需要把输入图对应模板内所有点像素点相加求平均，代替 原像素点。窗口越大，滤波效果越好，但是图像也变得更加模糊，所以需要根据实际情况设置矩形窗口的大小。 高斯滤波是一种线性平滑滤波，适用于消除高斯噪声，广泛应用于图像处理的减噪过程。通俗 的讲，高斯滤波就是对整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的 其他像素值经过加权平均后得到。 高斯滤波的具体操作是：用一个模板 (或称卷积、掩模) 扫描图像中的每一个像素，用模板确 定的邻域内像素的加权平均灰度值去替代模板中心像素点的值。对应均值滤波说，其邻域内每个像素的权重是相等的。而在高斯滤波中，会将中心点的权重值加大，远离中心点的权重值减小，在此基础上计算邻域内各个像素值不同权重的和。

取σ= 0.8 计算出高斯模板。用该模板进行卷积，从而实现整幅图像的高斯滤波。 高斯滤波能对含有高斯噪声的图像进行去噪，另外也能在构建高斯金字塔的时候用。 将FPGA实现的结果与Matlab实现的结果进行对比。

为加快表面三维形貌分析中高斯滤波算法的执行速度,提出了一种基于计算统一设备构架(CUDA)的高斯滤波算法来实现高速并行处理.分析高斯滤波算法原理和CUDA并行计算体系,将CUDA并行计算技术引入到表面分析领域.针对高斯滤波数据间依赖性弱和CUDA采用单指令多线程(SIMT)执行模型的特点,总结出适合于CUDA的并行高斯滤波算法流程.实验证明:该方法与CPU串行处理方法相比,其加速比达到40倍以上,可以有效提高数据处理能力.

主要为大家详细介绍了opencv实现轮廓高斯滤波平滑，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

用C#实现的高斯滤波，适合于长方形和正方形图像。含窗体显示图像的代码，可以从文件打开和保存图像。

最完整的的图像c#高斯滤波代码，和图像扩边