摘要: WGIF时间复杂度O(N),可避免全局平滑滤波中存在的光晕问题。 WGIF可应用于图像细节增强,图像去雾,以及对不同曝光影像的融合。 1 全局滤波和局部滤波 全局边缘保持平滑滤波:数据项+正则化项 数据项:衡量滤波图像的精度。 正则化项:决定图像的平滑程度。 效果好,但是计算量非常大。 局部滤波方法:双边滤波(Bilareral Filter)、三边滤波(Trilateral Filter)、引导滤波(Guided Image Filter)等。 局部滤波实现简单,但是对边缘锐度的保持性不如全局滤波,而且被用于平滑图像时,会产生光晕(halos)。 2 局部边缘保持滤波原理 将图像分解成两部分 :X(p) = Z(p) + e(p) = 基础层+细节层 ——Z是由匀质区域和尖锐的边缘组成的重建图像,e是噪声或纹理,p(x,y)代表一个位置。 引导图像G(可与X一样) Z(p) = a(p')*G(p) + b(p') p属于以p'为中心的一个方块区域R。 a(p')和b(p') 是方块区域R内的两个常量。 为了决定a(p')和b(p')的值,求解一个损失函数E的最小值即可。 E = (对方块R内的像素求和) [ (a(p')*G(p) + b(p') - X(p) )2 + λ*a(p')2 ] λ是正则化参数 |
|
来自: starzhang27 > 《图像滤波》