matlab練習程式（徑向模糊1）

注：新方法移步這裡

之所以要加1是因為這個還沒有做完，這個只是按照自己的想法實現的，結果。。。果然是不行啊。

photoshop中的徑向模糊演算法我也不清楚，不過下面的對話方塊大致可以讓人猜到一些：

看那個小方框就可以了，我感覺是photoshop只在黑色畫素對應的地方進行模糊，其他的地方則不處理。我暫時只實現縮放的效果，如何改變品質也還不清楚。

我的演算法是對每乙個畫素分別計算他的卷積模板，卷積模板就靠卷積半徑r和當前畫素與影象中心畫素的斜率確定。

下面是**：

:n); %擴充套件上邊界

imgn(

1:m+r,n+r+1:n+2*r+1)=imgn(1:m+r,n:n+r); %擴充套件右邊界

imgn(m+r+1:m+2*r+1,r+1:n+2*r+1)=imgn(m:m+r,r+1:n+2*r+1

); %擴充套件下邊界

imgn(

1:m+2*r+1,1:r)=imgn(1:m+2*r+1,r+1:2*r); %擴充套件左邊界

cen_y=floor(m/2+r);

cen_x=floor(n/2+r);

for i=r+1:m+r

for j=r+1:n+r

w=create_mk(i,j,cen_y,cen_x,r); %製造卷積模板

[h w]=size(w);

hh=floor(h/2

); ww=floor(w/2

); s=imgn(i-hh:i+hh,j-ww:j+ww).*w;

imgn(i,j)=sum(sum(s))/sum(sum(w));

endend

imgn=imgn(r+1:m+r,r+1:n+r);

figure;

imshow(mat2gray(imgn));

create_mk.m

function w=create_mk(i,j,cen_y,cen_x,r)

if j ~=cen_x 
k=(i-cen_y)/(j-cen_x); 
theta=atan(k);
jiaodu=theta*180/pi; %不用弧度是知道tan(pi/2
)是多少
else
jiaodu=90
; 
endjiaodu=mod(jiaodu,360
); 
flag=0
; %%下面是確定卷積模板的寬和高。
if jiaodu>=0 && jiaodu<90
% jiaodu=jiaodu;
flag=1
; 
endif jiaodu>=90 && jiaodu<180
jiaodu=180-jiaodu;
flag=2
; 
endif jiaodu>=180 && jiaodu<270
jiaodu=jiaodu-180
; flag=3
; 
endif jiaodu>=270 && jiaodu<360
jiaodu=360-jiaodu;
flag=4
; 
endh=floor(r*sin(jiaodu*pi/180
)); w=floor(r*cos(jiaodu*pi/180
)); 
ifmod(h,2)==0
h=h+1
; 
endif
mod(w,2)==0
w=w+1
; 
endw=zeros(h,w);
%%為卷積模板賦值
pre_tmp_y=1
; pre_tmp_x=1
; 
if w~=1 && h~=1
for i=1
:h 
for j=1
:w tmp_y=floor(j*tan(jiaodu*pi/180
)); 
if tmp_y==i
w(pre_tmp_y:tmp_y,j)=r;
w(pre_tmp_y,pre_tmp_x:j)=r;
pre_tmp_y=tmp_y;
pre_tmp_x=j; 
endend
endw(h,w)=r;
endif w==1
for i=1
:h w(i,
1)=r;
endend
if h==1
for j=1
:w w(
1,j)=r;
endend
w=w/sum(sum(w));
if flag==2 || flag==4 %如果角度在2,4
象限，卷積矩陣上下翻轉
w=flipud(w); 
endend

原圖

這裡的效果，半徑為30

photoshop數量取61結果

看到這兩張圖，我突然明白了屌絲與白富美、國產山寨機與國外智慧型機的區別。總之，效果差距還是很大的，其實速度差距也很大，演算法還要優化。暫時記錄到這裡。

matlab練習程式（表面模糊）

關於表面模糊的文章我是搜遍網際網路只找到下面這兩篇 1.2.第一篇原理比較清楚，不過沒有 第二篇原理就不太清楚了，不過有 就看各位能不能看懂彙編了。關於表面模糊，和其他模糊不同的是，其他模糊一般整個影象只用乙個模板矩陣，而表面模糊對每乙個畫素都需要建立乙個模版矩陣，因此計算量要大很多。解釋一下 確定...

matlab練習程式（毛玻璃模糊）

算是一種特效模糊方式吧，演算法原理就是用鄰域隨機畫素代替當前所處理的畫素就可以了。效果如下圖所示 原圖 處理後結果 matlab 如下 n 3 模糊直徑 for i 1 h for j 1 w offsetx n rand n 2 鄰域隨機值代替當前畫素 offsety n rand n 2 y f...

matlab練習程式（DBSCAN）

和kmeans相比，不需要事先知道資料的類數。以程式設計的角度來考慮，具體演算法流程如下 1.首先選擇乙個待處理資料。2.尋找和待處理資料距離在設定半徑內的資料。3.將找到的半徑內的資料放到乙個佇列中。4.拿佇列頭資料作為當前待處理資料並不斷執行第2步。5.直到遍歷完佇列中所有資料，將這些資料記為一...