ভূমিকা
গাউসিয়ান ফিল্টারিং ইমেজ প্রসেসিং-এ নויז কমাতে ব্যাপকভাবে ব্যবহৃত। ২D গাউসিয়ান কার্নেল জেনারেট করার ফর্মুলা:
$$G(x,y)= \frac{1}{2\pi\sigma^{2}}e^{-\frac{x^{2}+y^{2}}{2\sigma^{2}}}$$
C++ ইমপ্লিমেন্টেশন (৫x৫ কার্নেল)
#include <cmath>
#include <iomanip>
#include <iostream>
#define PI 3.1415
using namespace std;
void calc_filter(double kernel[][5]) {
double sigma = 1.0;
double p, q = 2.0 * sigma * sigma;
double sum = 0.0;
for (int x = -2; x <= 2; x++) {
for (int y = -2; y <= 2; y++) {
p = sqrt(x * x + y * y);
kernel[x + 2][y + 2] = (exp(-(p * p) / q)) / (PI * q);
sum += kernel[x + 2][y + 2];
}
}
// নরমালাইজেশন: যোগফল ১ করা
for (int i = 0; i < 5; i++)
for (int j = 0; j < 5; j++)
kernel[i][j] /= sum;
}
int main() {
double kernel[5][5];
calc_filter(kernel);
for (int i = 0; i < 5; ++i) {
for (int j = 0; j < 5; ++j)
cout << kernel[i][j] << " ";
cout << endl;
}
}
আউটপুট (৫x৫ কার্নেল)
0.00296902 0.0133062 0.0219382 0.0133062 0.00296902 0.0133062 0.0596343 0.0983203 0.0596343 0.0133062 0.0219382 0.0983203 0.162103 0.0983203 0.0219382 0.0133062 0.0596343 0.0983203 0.0596343 0.0133062 0.00296902 0.0133062 0.0219382 0.0133062 0.00296902
ব্যাখ্যা
sigma = 1.0- স্ট্যান্ডার্ড ডেভিয়েশন।- কোয়াডরেন্ট সমমিতি ব্যবহার করে -2 থেকে 2 পর্যন্ত লুপ।
- নরমালাইজেশন করা হয়েছে যাতে সব ভ্যালুর যোগফল ১ হয়।
