自适应高斯阈值滤波器如何工作？

Question

我已经在 Raspberry Pi 上成功实现了 OpenCVs 自适应高斯阈值。该算法（与高斯窗口的互相关）实际上是如何工作的？

通读文档并在线搜索，我找不到任何解释函数操作的内容，只有如何实现它（我已经做过）（https://docs.opencv.org/2.4/modules/imgproc/doc/miscellaneous_transformations.html）。

如果需要注意的话，我正在使用这个过滤器来提高我在 Pi 上开发的条形码阅读器在光线不一致的情况下的可读性。

Answer 1

所谓的“高斯窗互相关”实际上应该是卷积运算。高斯是一种低通滤波器。这意味着它抑制了图像的高频内容，只留下缓慢的空间变化。这个想法是，缓慢的变化主要是由整个图像的光照变化引起的，而高频是由边缘引起的。

查看过滤器的另一种方法是将其视为局部（加权）平均。每个输出像素是邻域中像素的加权平均值。

因此，阈值步骤将像素值与局部平均像素值进行比较。然后将具有相对较高值的像素视为前景，将具有相对较低值的像素视为背景。

将此与正常阈值进行对比，该阈值与所有像素的固定值进行比较。通过使用局部平均值，我们变得不受图像照明差异的影响。