1,定義引導(dǎo)濾波:即需要引導(dǎo)圖的濾波器,引導(dǎo)圖可以是單獨的圖像或者是輸入圖像,當引導(dǎo)圖為輸入圖像時,引導(dǎo)濾波就成為一個保持邊緣的濾波操作,可以用于圖像重建的濾波。 引導(dǎo)濾波的流程見下圖: 假設(shè)輸入圖像為p,輸出圖像為q,引導(dǎo)圖為I,q與I在以像素k為中心的窗口中存在局部線性關(guān)系: 窗口半徑為r,a,b為線性系數(shù),且在局部窗口k中為常數(shù)。這個模型保證了只有在I存在邊緣的情況下,q才會存在邊緣。這是因為: q即p去除噪聲或者紋理之后的圖像: 為確定以上公式中的線性系數(shù),并滿足使得q與p的差別最小,轉(zhuǎn)化為最優(yōu)化問題: 以上公式的求解可以利用線性回歸: 在這里, μk和σk^2表示I在局部窗口wk中的均值和方差。 |ω|是窗口內(nèi)的像素數(shù),pk表示p在窗口wk中的均值。當求的ak和bk后: 其中 , 算法流程:f為一個窗口半徑為r的均值濾波器,corr為相關(guān),var為方差,cov為協(xié)方差。 2,邊緣保持當I=P時,引導(dǎo)濾波就變成了邊緣保持的濾波操作,此時:
考慮兩種情況:
即在高方差區(qū)域,保持值不變,在平滑區(qū)域,使用臨近像素平均。 3,彩色濾波直觀的方法就是直接將引導(dǎo)濾波應(yīng)用到三個顏色通道中(RGB):
取值:i=1,2,3 4,簡單示例下載作者代碼后,有兩個主要函數(shù):guidedfilter.m(灰度圖像)和guidedfilter_color.m(彩色圖像),隨便取一副圖像進行邊緣保持濾波: I = double(imread('.\img_smoothing\cat.bmp')) / 255; p = I; r = 4; % try r=2, 4, or 8 eps = 0.2^2; % try eps=0.1^2, 0.2^2, 0.4^2
q = guidedfilter(I, p, r, eps);
figure(); imshow([I, q], [0, 1]); 結(jié)果圖: 5,一些資源項目主頁:http://research.microsoft.com/en-us/um/people/kahe/eccv10/index.html
http://blog.csdn.net/kaikaicheng/article/details/8108474 同時作者提供了代碼和ppt可供參考,也可從博主資源中下載。 http://download.csdn.net/detail/u010736419/6840011 http://download.csdn.net/detail/u010736419/6840015 http://download.csdn.net/detail/u010736419/6840025
相關(guān)論文:
|
|
來自: renew3lddfd2k5 > 《圖像處理》