基于显著特性的保持边缘滤波算法

作者:冯策;戴树岭;赵帅和 刊名:北京航空航天大学学报 上传者:李海波

【摘要】针对传统保持边缘滤波算法中存在光晕的缺点,提出了基于显著特性的图像保持边缘滤波算法.该算法主要思想是利用原图的显著特性图具有边缘突出的特点,简化双边滤波法中灰度因子的设定工作.首先提取出原图像的显著图,然后根据图像显著值的大小自适应模糊图像中的细节和噪声部分:显著值较小的区域灰度因子设置较大,平滑此区域;显著值较大的区域灰度因子设置较小,保持边缘部分的清晰.实验结果表明,该算法在平滑了细节和噪声的同时,有效地保持了边缘信息的清晰,与传统方法相比,新方法不仅避免了光晕现象的产生,而且应用更为广泛.

全文阅读

引用格式:冯策,戴树岭,赵帅和.基于显著特性的保持边缘滤波算法[J].北京航空航天大学学报,2015,41(4):669-674.FengC,DaiSL,ZhaoSH.Edge-preservingfilteringbasedonsaliencymap[J].JournalofBeijingUniversityofAeronauticsandAstronautics,2015,41(4):669-674(inChinese).图像滤波是计算机视觉、医学图像处理等图像工程领域中重要的预处理手段.保持边缘的滤波是图像滤波研究领域里一个重要的目标.理想的保持边缘滤波法,一方面要平滑细节和噪声,另一方面要保持图像重要的边缘信息.近年来涌现出了许多优秀的保边滤波算法,本文将其分为如下2类:1)非平均滤波法.最具代表性为经典的中值滤波法[1],1992年,Rudin提出的TV滤波法[2]采用了梯度的L1范数作为正则化约束.Xu[3]后来提出通过最小化L0范数方法来平滑图像,实现了显著边缘的保持.2008年,Farbman[4]提出了加权最小二乘滤波算法(WLS)应用于多尺度图像处理.2011年,Paris等[5]提出一种基于局部拉普拉斯金字塔的保边缘图像滤波算法.以上滤波法虽然效果比较理想,但计算量比较大,时间复杂性高,内存空间开销大,效率较低.2)平均滤波算法.比较有代表性的为各项异性混合[6]、双边滤波[7]等,双边滤波是使用最为广泛的一种非线性滤波法,其加权因子是距离权重和灰度权重的乘积,后期衍生出了一系列双边滤波的优化算法[8-10],2010年,He等[11]提出了引导滤波法,同样属于平均滤波范畴,引导滤波法是一种线性的保边滤波法,具有很好保边滤波特性.但是它们的缺点是在边缘区域会出现光晕现象.一幅图像的信息通常包含2部分:1)边缘区域.复杂度较大区域,包含显著边缘.2)非边缘区域.复杂度较小区域,包含噪声,细节和平坦部分.保持边缘滤波法的目标是平滑非边缘区域的同时保持边缘区域的清晰.目前滤波算法很难区分边缘区域和非边缘区域,无法明确地约束边缘的取舍,因此会导致边缘部分的模糊,在边缘处出现光晕等失真现象.所以如何寻找一个合适的区域间平衡点是目前保边滤波法主要研究的问题.本文提出了一种基于显著特性的保边滤波法.由于本文的显著特性算法具有边缘区域突出的特点,容易区分出边缘和非边缘区域,因此可利用这个特点来自适应地控制局部窗口的模糊程度,本文算法除了保持了传统滤波保边算法优点以外,还有效地避免了边缘区域的光晕现象.1双边滤波的问题分析1.1双边滤波法双边滤波法是在高斯滤波法基础上提出的保边滤波法,滤波过程不仅考虑到了空间距离信息,也考虑到了灰度的相似性,但是双边滤波法是局部加权的平均滤波法,所以不可避免地会出现光晕现象.双边滤波法如下:Pi=1kjIjws(i,j)wr(Ii,Ij)(1)式中wr(Ii,Ij)=exp-Ii-Ij222()r(2)ws(i,j)=exp-i-j222()s(3)k=jws(i,j)wr(Ii,Ij)(4)P为双边滤波后的图像;I为输入图像;ws为距离权重;wr为灰度权重;s为距离权重的标准差;r为灰度权重的标准差.1.2问题分析双边滤波中灰度标准差r的取值决定了其距离权重的高斯曲线的扩展程度,r越大,高斯曲线下降越慢,平滑效果更明显.r越小,高斯曲线下降越快,平滑效果变弱.因此,如何选取合适的r是双边滤波保持边缘特性的关键.如果在边缘区域,r取值过大,会导致边缘部分的模糊,在处理图像时会出现光晕现象,如图1所示,左侧为图

参考文献

引证文献

问答

我要提问