后处理相关技术归纳
模糊
高斯模糊
用高斯分布函数作为权重,对邻域像素的颜色做加权平均。离中心越远的像素,对最终结果的影响越小。这个过程是对图像做卷积,即进行低通滤波,实现模糊效果。
优化高斯模糊
高斯核是可以分解的。我们可以将 2D 卷积拆成两次 1D 卷积的乘积,这样每个像素需要进行计算的次数从 N^2 降低为 2N
二维高斯核:
G(x, y) = \frac{1}{2\pi \sigma^2}\, \exp\left(-\frac{x^2 + y^2}{2\sigma^2}\right)
分解为两个一维高斯核的乘积:
G(x, y) = G_x(x) \cdot G_y(y)\\
G_x(x) = \frac{1}{\sqrt{2\pi} \sigma}\, \exp\left(-\frac{x^2}{2\sigma^2}\right)\\
G_y(y) = \frac{1}{\sqrt{2\pi} \sigma}\, \exp\left(-\frac{y^2}{2\sigma^2}\right)