图像之二维高斯核

下面的代码是计算二维高斯核，代码是用纯C写的，可移植性应该不错。计算得到的二维高斯核可以用来对图像进行高斯滤波。由于高斯滤波器是可分的，所以可以用一维高斯核得到二维高斯核（其实中间涉及到一些证明，这里直接借用结论），如代码所示。

[cpp] view
plaincopy





//====================================================================

// 作者 : quarryman

// 邮箱 : quarrying{at}qq.com

// 主页 : http://blog.csdn.net/quarryman
// 日期 : 2013年12月22日

// 描述 : 计算二维高斯核

//====================================================================

#include <stdio.h>

#include <memory.h>

#include <stdlib.h>

#include <math.h>

const double eps=1e-6;;

// 高斯函数

double guassian(double x,double sigma)

{

return exp(-(x*x)/(2*sigma*sigma+eps));

}

// 计算高斯核

void guassiankernel(double* kernel,int size, double sigma)

{

double sum=0;

double* data=kernel;

int i;

for(i=0;i<size;++i)

{

double index=(size>>1)-i;

if(size&1) // size为奇数

{

*(data+i)=guassian(index,sigma);

}

else // size为偶数

{

index-=0.5;

*(data+i)=guassian(index,sigma);

}

sum+=*(data+i);

}

// 归一化

for(i=0;i<size;++i)

{

*(data+i)/=sum;

}

}

void matproduct(double a[],double b[],double c[],int m,int n,int p)

{

int i,j,k;

for(i=0;i<m;++i)

{

for(j=0;j<p;++j)

{

double sum=0;

for(k=0;k<n;++k)

{

sum+=a[i*n+k]*b[k*p+j];

}

c[i*p+j]=sum;

}

}

}

void matshow(double a[],int m,int n)

{

int i,j;

for(i=0;i<m;++i)

{

for(j=0;j<n;++j)

{

printf("%lf\t",a[i*n+j]);

}

printf("\n");;

}

}

// 计算二维高斯核

void guassiankernel2d(double* kernel,int sizeX,int sizeY,double sigmaX,double sigmaY)

{

double *matX=(double *)malloc(sizeX*sizeof(double));

double *matY=(double *)malloc(sizeY*sizeof(double));

guassiankernel(matX,sizeX,sigmaX);

guassiankernel(matY,sizeY,sigmaY);

matproduct(matX,matY,kernel,sizeX,1,sizeY);

free(matX);

free(matY);

}

int main()

{

int sizeX=4;

int sizeY=3;

double *kernel=(double *)malloc(sizeX*sizeY*sizeof(double));

guassiankernel2d(kernel,sizeX,sizeY,1,1);

matshow(kernel,sizeX,sizeY);

free(kernel);

return 0;

}