可分离的 2D 模糊内核答案

【问题标题】：Separable 2D Blur Kernel [closed]可分离的 2D 模糊内核
【发布时间】：2011-06-09 02:41:03
【问题描述】：

我们都知道高斯核的可分离性。还有其他常见的可分离模糊内核吗？

我正在寻找一个几乎与高斯模糊一样快的内核。

由于各种原因，我无法使用高斯模糊。我更喜欢不需要三角函数的东西（否则我会使用某种像 Hann 这样的“Windows”）。

谢谢。

【问题讨论】：

【解决方案1】：

从 cmets 到较早的答案，听起来您正在处理一个错误的假设，即计算高斯滤波器系数占应用高斯滤波器成本的很大一部分。这肯定是不是的情况。计算密集型部分是将系数与图像进行卷积。无论系数如何计算，对于任何给定的 NxN 滤波器，其成本都是相同的。

应用高斯（或任何可分离滤波器）的伪代码：

（注意：在上面的讨论中，我假设一个对称 (NxN) 过滤器。）

【讨论】：

【解决方案2】：

如果您想获得高斯模糊效果而无需花费成本，请多次进行框模糊。无限数量的传递将复制高斯，但只需要大约 3 次就足以欺骗眼睛。

如果您通过分别进行水平和垂直条带来实现框模糊，那么一个非常快速的实现就是扫描每个像素条并保持运行总和，在前面加上像素半径/2，同时减去像素半径/2后面的像素并乘以缓存的 1/半径来计算运行平均值。

这样做的好处是模糊半径对计算所需时间的影响可以忽略不计。

【讨论】：

【解决方案3】：

盒式过滤器是可分离的并且很常见。但我真的不知道你在寻找什么样的过滤器 - 例如，它应该是旋转对称的吗？如果不是，则行和列模糊过滤器的任何卷积都是可分离的蓝色过滤器。

【讨论】：

它应该具有尽可能接近高斯模糊的效果。欢迎使用圆形对称。谢谢。
“尽可能接近高斯模糊”——那么使用高斯模糊有什么问题？
我想要一些更容易计算的东西。更好的性能。
@Drazick：你只需要计算系数一次。这样做的成本可以忽略不计。计算密集型部分是将这些系数应用于图像。无论您应用什么类型的过滤器，这将是相同的（对于给定的内核大小）。只需使用高斯并预先计算系数。
不使用高斯但“尽可能接近高斯模糊”的唯一原因可能是这是某种作业，需要使用除高斯以外的其他东西。

【解决方案4】：

可以使用已知的一维信号处理中的经典窗口：
http://en.wikipedia.org/wiki/Window_function

可以使用外积创建 2d 内核。
实现应该与任何可分离的过滤器一样。

【讨论】：