摘要：
http://blog.sina.com.cn/s/blog_640577ed0100yy2t.html高斯滤波器是一类根据高斯函数的形状来选择权值的线性平滑滤波器。高斯平滑滤波器对于抑制服从正态分布的噪声非常有效。一维零均值高斯函数为： g(x)=exp( -x^2/(2 sigma^2)其中，高斯分布参数Sigma决定了高斯函数的宽度。对于图像处理来说，常用二维零均值离散高斯函数作平滑滤波器。 高斯函数具有五个重要的性质，这些性质使得它在早期图像处理中特别有用。这些性质表明，高斯平滑滤波器无论在空间域还是在频率域都是十分有效的低通滤波器，且在实际图像处理中得到了工程人员的有效使用。高斯函数 阅读全文
摘要：
http://blog.sina.com.cn/s/blog_640577ed0100yz8v.html1、图像滤波 在三维计算机视觉领域，通常对于二维图像的特征抽取是很关键的第一步，这主要包括抽取二维图像上的边缘、角点、纹理等。通常从这些被称为基元图的组成部分中，我们可以提取图像的以下特征： 1）不同物体边缘成像所带来的灰度跃变； 2）物体不同材料或者不同颜色组成部分之间的分界线会产生灰度跃变； 3）物体轮廓线与背景具有不同的反射特性，也会形成灰度值不连续； 4）物体受到光照会形成阴影，这也会形成层灰度的跃变。 从上面分析可以看出，如果能够较好的从二维图像中提取出这些信息... 阅读全文
摘要：
http://changxiaofu123.blog.163.com/blog/static/12963882020099794814769/高斯（核）函数简介模式识别、算法 2009-03-24 01:17所谓径向基函数 (Radial Basis Function 简称 RBF), 就是某种沿径向对称的标量函数。 通常定义为空间中任一点x到某一中心xc之间欧氏距离的单调函数 , 可记作 k(||x-xc||), 其作用往往是局部的 , 即当x远离xc时函数取值很小。最常用的径向基函数是高斯核函数 ,形式为 k(||x-xc||)=exp{- ||x-xc||^2/(2*σ)^2) } 其中 阅读全文
摘要：
http://www.chinavib.com/thread-48079-1-1.html高斯（核）函数简介1函数的基本概念所谓径向基函数 (Radial Basis Function 简称 RBF), 就是某种沿径向对称的标量函数。 通常定义为空间中任一点x到某一中心xc之间欧氏距离的单调函数 , 可记作 k(||x-xc||), 其作用往往是局部的 , 即当x远离xc时函数取值很小。最常用的径向基函数是高斯核函数 ,形式为 k(||x-xc||)=exp{- ||x-xc||^2/(2*σ)^2) } 其中xc为核函数中心,σ为函数的宽度参数 , 控制了函数的径向作用范围。高斯函数具有五个 阅读全文
摘要：
http://blog.sina.com.cn/s/blog_6e4fdcbd0100tdt9.html功能：模糊逻辑工具箱中内置的高斯曲线隶属度函数。版本支持MATLAB 7.10.0 支持使用方法y= gaussmf(x,[sig c])Matlab中文论坛对称的高斯函数依赖两个参数，这两个参数和表达式的关系看下面示例：两个参数分别以向量[sig c]的形式输入。应用举例x=0:0.1:10; y=gaussmf(x,[2 5]); plot(x,y) xlabel('gaussmf, P=[2 5]') 阅读全文