[发明专利]一种具有尺度敏感特性的边缘保持图像滤波方法

说明书

本发明提供了一种具有尺度敏感特性的边缘保持图像滤波方法，不仅能够通过全局优化很好地保持边缘，还能够通过在优化方程中引入尺度敏感性度量其具有良好的尺度敏感特性。本发明采用迭代优化的方式计算输入图像I的滤波结果图像S。在每一次优化过程中，通过最小化当前的能量函数求解出该次优化得到的滤波图像S^t，最后一次优化得到的滤波图像即为最后的滤波结果图像S。

技术领域

本发明属于数字图像非线性滤波领域，具体涉及一种具有尺度敏感特性的边缘保持图像滤波方法。

背景技术

数字图像的边缘保持滤波属于一种非线性滤波，目的是在滤除图像细节信息的同时使边缘信息不被模糊，即保持图像里物体的边缘。由于这种特性，边缘保持滤波在图像和计算机视觉处理中被广泛应用，能够使数字图像和视频的增强、合成、高动态压缩和实现各种风格化等处理中获得良好的效果，并避免出现光晕现象。目前，已经提出和发明了很多边缘保持滤波方法和技术。其中，双边滤波是一种使用最为广泛的图像边缘保持滤波技术。它利用图像空间域和亮度域内的两个高斯滤波核的乘积对图像进行卷积运算，能够平滑和模糊掉各像素邻域内小的细节特征，而保持由大的像素值突变而产生的边缘特征。各向异性扩散也是一种经典的边缘保持滤波器，它模仿热量的物理扩散过程对图像细节进行模糊，并通过在此过程的计算中引入一个边缘停止函数，使得遇边缘而终止，从而起到保护边缘的作用。

为提高滤波器计算速度和进一步改善边缘保持效果，近些年来又出现了一些新的滤波器。例如，引导图像滤波以一幅引导图像和原图像构造局部线性回归模型，通过模型的最优值求解可得到图像滤波结果。由于该模型求解的形式简单、易于计算，这种滤波的计算速度较快，且该方法可以有效避免梯度反转等现象。基于域转换的DTF滤波器通过将图像的二维滤波转换到一维空间上进行处理，能够使滤波的计算速度更快，同时又能取得很好的边缘保持效果。上述滤波方法的计算过程都是基于图像局部信息的操作，这样做的缺点是会在边缘处造成一定的模糊和引入一定程度的光晕。近几年，又出现了基于全局优化的边缘保持滤波技术，通过最小化一个全局的能量函数，使滤波后的结果中模糊效果尽量全局扩散，而不会积聚在边缘附近。

目前，绝大多数的边缘保持滤波算法都是首先滤除低对比度图像信息，而保持较为强烈的边缘信息。而很多情况下希望边缘保持滤波器能够具有尺度敏感特性，也就是图像中尺寸较小(小尺度)的信息首先被滤除，同时保持大尺度信息及其边缘不被模糊。实际上，尺度敏感特性是传统图像滤波器的基本特性之一。例如，最常用的高斯滤波就是根据图像中物体尺寸的大小，优先滤除小尺度信息，

其优点是能对图像中的信息进行尺度分离，从而能很好地在图像信息的多尺度分解、分析及处理中发挥作用。然而，高斯滤波同时也会模糊大尺度信息的边缘，引起光晕，以及在尺度分离时不能很好地处理物体边缘。传统的边缘保持滤波虽然能够保持边缘，但很难具备上述尺度敏感的基本滤波特性；而要使滤波器具有良好的尺度敏感特性，又难以获得理想的边缘保持效果。

发明内容

有鉴于此，本发明提供了一种具有尺度敏感特性的边缘保持图像滤波方法，不仅能够通过全局优化很好地保持边缘，还能够通过在优化方程中引入尺度敏感性度量其具有良好的尺度敏感特性。

一种具有尺度敏感特性的边缘保持图像滤波方法，该方法的具体步骤包括：

通过迭代的方式计算输入图像I的滤波结果图像S；第t次迭代优化中，求解满足能量函数最小的图像，获得此次迭代优化得到的滤波图像S^t；

所述能量函数的值为所有像素的能量之和；像素p的能量为像素差异的平方与平滑梯度之和；其中，所述像素差异为滤波图像S^t与输入图像I在像素p处的差异，所述平滑梯度为滤波图像S^t中像素p的梯度乘以像素p的平滑参数

所述平滑参数利用像素p的梯度强度和r尺度敏感性度量值构建，r尺度敏感性度量值是r个不同尺度的敏感性度量值中的最小值。