高斯模糊是什么?

问题一：photoshop的高斯模糊什么意思 高斯模糊（Gaussian Blur）是美国Adobe图像软件公司开发的一个做图软件:Adobe Photoshop(系列)中的一个滤镜，具体的位置在：滤镜―模糊――高斯模糊！高斯模糊的原理中，它是根据高斯曲线调节象素色值，它是有选择地模糊图像。说得直白一点，就是高斯模糊能够把某一高斯曲线周围的像素色值统计起来，采用数学上加权平均的计算方法得到这条曲线的色值，最后能够留下人物的轮廓，即曲线．是指当 Adobe Photoshop 将加权平均应用于像素时生成的钟形曲线。

在PS中间，所有的颜色不过都是数字，各种模糊不过都是算法。把要模糊的像素色值统计，用数学上加权平均的计算方法（高斯函数）得到色值，对范围、半径等进行模糊，大致就是高斯模糊。

问题二：快速模糊和高斯模糊有什么区别啊 高斯模糊（英语：Gausscian Blur），也叫高斯平滑，是在 Adobe Photoshop、GIMP 以及 Paint.NET 等图像处理软件中广泛使用的处理效果，通常用它来减少图像噪声以及降低细节层次。这种模糊技术生成的图像，其视觉效果就像是经过一个半透明屏幕在观察图像，这与镜头焦外成像效果散景以及普通照明阴影中的效果都明显不同。高斯平滑也用于计算机视觉算法中的预先处理阶段，以增强图像在不同比例大小下的图像效果（参见尺度空间表示以及尺度空间实现）。 从数学的角度来看，图像的高斯模糊过程就是图像与正态分布做卷积。由于正态分布又叫作高斯分布，所以这项技术就叫作高斯模糊。图像与圆形方框模糊做卷积将会生成更加精确的焦外成像效果。由于高斯函数的傅立叶变换是另外一个高斯函数，所以高斯模糊对于图像来说就是一个低通滤波器。

问题三：高斯模糊是什么意思 高斯模糊（Gaussian Blur）是美国Adobe图像软件公司开发的一个做图软件:Adobe Photoshop(系列)中的一个滤镜，具体的位置在：滤镜―模糊――高斯模糊！高斯模糊的原理中，它是根据高斯曲线调节象素色值，它是有选择地模糊图像。说得直白一点，就是高斯模糊能够把某一高斯曲线周围的像素色值统计起来，采用数学上加权平均的计算方法得到这条曲线的色值，最后能够留下人物的轮廓，即曲线．是指当 Adobe Photoshop 将加权平均应用于像素时生成的钟形曲线。在PS中间，所有的颜色不过都是数字，各种模糊不过都是算法。把要模糊的像素色值统计，用数学上加权平均的计算方法（高斯函数）得到色值，对范围、半径等进行模糊，大致就是高斯模糊。

问题四：Photoshop高斯模糊和表面模糊有啥区别 表面模糊比高斯模糊更精细

1、核心问题：大凡模糊，基本都是均值滤波器，表面模糊也不例外。因此，问题的关键在于如何确定滤波器中权重的分配机制。

2、关于半径：该滤镜中的半径属于方形半径，半径值直接决定了滤波器的大小，也决定了该滤波器中所包含的像素数。设半径为r，则滤波器的宽高分别为：(2r+1)，滤波器中所包含的像素数为：(2r+1)^2。

3弗关于阈值：该滤镜中的阈值具有隐含性，设面板中的阈值为y，则实际所隐含的阈值为2.5y。比如，面板阈值为40，则实际的阈值为40*2.5=100。请采纳

问题五：高斯模糊的滤镜的作用是什么？ 一般情况下用高斯模是希望把原片的背景模糊，以突出主体人物，也可以用来磨皮，投影可以用图层模式直接做，也可以把原片复制一个叠底填充成黑色，减低透明度，然后用自由变换来调整影子的方向　，两个用处不一样，出来的效果也不同．

问题六：PS中高斯模糊怎么用 我也不是很会，但是这里说的很清楚~woniuhd/html/PHOTOSHOPjiaocheng/20070827/206

感觉你的问题不该在这里问~

问题七：ps里面的高斯模糊什么作用呀？？ 就是用来将你选择的区域进行模糊的啊...用人用来磨皮，有人用来处理图片，比如一张图片里面，有几个人，但你只想突出其中一个人，这时你就可以把你突出的这一个人以外的所有人都高期模糊了，就可以达到效果，另个用它来磨皮很好用的，按Ctrl+Alt+~将图片中的高光部分选出来，然后再给点高斯模糊，磨皮的效果即好用又方便快捷！

问题八：高斯模糊是什么意思？有什么不同？ 有一个叫高斯的人分析出了一个曲线定律，高斯模糊就是根据这个曲线定理调节象素色值，与其他模糊只是算法上的不一样，嗯表现在选区内单位面积的模糊效果比较平均，多试试你就找到这些滤镜效果大致是什么样了。

问题九：PS中高斯模糊以及特殊模糊的参数一般应定为多少，该根据什么来定那些参数呢？ 根据你的图片来定啦 一般1-5 左右都差不多了 太多就很模糊了 具体的说就是要看你要模糊的程度了 数值 越模糊 数值越小 就比较清晰咯

参考文献：阮一峰的网络日志

通常，图像处理软件会提供"模糊"（blur）滤镜，使图片产生模糊的效果。

"模糊"的算法有很多种，其中有一种叫做 "高斯模糊" （Gaussian Blur）。它将 正态分布 （又名"高斯分布"）用于图像处理。

本文介绍"高斯模糊"的算法，你会看到这是一个非常简单易懂的算法。本质上，它是一种 数据平滑技术 （data smoothing），适用于多个场合，图像处理恰好提供了一个直观的应用实例。

一、高斯模糊的原理

所谓"模糊"，可以理解成每一个像素都取周边像素的平均值。

上图中，2是中间点，周边点都是1。

"中间点"取"周围点"的平均值，就会变成1。在数值上，这是一种"平滑化"。在图形上，就相当于产生"模糊"效果，"中间点"失去细节。

显然，计算平均值时，取值范围越大，"模糊效果"越强烈。

上面分别是原图、模糊半径3像素、模糊半径10像素的效果。模糊半径越大，图像就越模糊。从数值角度看，就是数值越平滑。

接下来的问题就是，既然每个点都要取周边像素的平均值，那么应该如何分配权重呢？

如果使用简单平均，显然不是很合理，因为图像都是连续的，越靠近的点关系越密切，越远离的点关系越疏远。因此，加权平均更合理，距离越近的点权重越大，距离越远的点权重越小。

二、正态分布的权重

正态分布显然是一种可取的权重分配模式。

在图形上，正态分布是一种钟形曲线，越接近中心，取值越大，越远离中心，取值越小。

计算平均值的时候，我们只需要将"中心点"作为原点，其他点按照其在正态曲线上的位置，分配权重，就可以得到一个加权平均值。

三、高斯函数

上面的正态分布是一维的，图像都是二维的，所以我们需要二维的正态分布。

正态分布的密度函数叫做 "高斯函数" （Gaussian function）。它的一维形式是：

[图片上传失败...(image-930400-1530695631723)]

其中，μ是x的均值，σ是x的方差。因为计算平均值的时候，中心点就是原点，所以μ等于0。

[图片上传失败...(image-b4ad84-1530695631723)]

根据一维高斯函数，可以推导得到二维高斯函数：

[图片上传失败...(image-24fac0-1530695631723)]

有了这个函数 ，就可以计算每个点的权重了。

四、权重矩阵

假定中心点的坐标是（0,0），那么距离它最近的8个点的坐标如下：

更远的点以此类推。

为了计算权重矩阵，需要设定σ的值。假定σ=1.5，则模糊半径为1的权重矩阵如下：

这9个点的权重总和等于0.4787147，如果只计算这9个点的加权平均，还必须让它们的权重之和等于1，因此上面9个值还要分别除以0.4787147，得到最终的权重矩阵。

五、计算高斯模糊

有了权重矩阵，就可以计算高斯模糊的值了。

假设现有9个像素点，灰度值（0-255）如下：

每个点乘以自己的权重值：

得到

将这9个值加起来，就是中心点的高斯模糊的值。

对所有点重复这个过程，就得到了高斯模糊后的图像。如果原图是彩色图片，可以对RGB三个通道分别做高斯模糊。

六、边界点的处理

如果一个点处于边界，周边没有足够的点，怎么办？

一个变通方法，就是把已有的点拷贝到另一面的对应位置，模拟出完整的矩阵。

七、参考文献

---