微光图像噪声抑制算法研究+文献综述(4)
3．3 高斯滤波
3.3.1 高斯滤波的概念
高斯滤波是一种根据高斯函数的形状来选择权值的线性平滑滤波，适用于消除高斯噪声，对于抑制服从正态分布的噪声非常有效，广泛应用于图像噪声抑制过程。一
般来说，高斯滤波过程就是对整幅图像进行加权平均的过程，任意一个像素点的灰度值，都是由其本身和其邻域内的其他像素值经过加权平均后得到的。
高斯滤波的具体操作是：选用一个模板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。
在噪声抑制过程中，高斯滤波一般有两种实现方式：一是用离散化窗口滑窗卷积，另一种通过傅里叶变换。最常见的就是第一种滑窗实现，只有当离散化的窗口非常大，用滑窗计算量非常大的情况下，可能会考虑基于傅里叶变化的实现方法。
3.3.2 高斯函数的主要性质
（1）二文旋转对称性
所谓旋转对称性，即滤波器在各个方向上平滑程度是相同的。一般来说，在一幅图像上，其边缘的方向是未知的。因此，在滤波之前我们无法确定在一个方向需要比另一个方向上有更多的平滑。旋转对称性意着高斯滤波器在后续的图像处理中不会偏向任一方向。