[发明专利]各向异性高斯边窗核约束的图像引导滤波方法

说明书

一种各向异性高斯边窗核约束的图像引导滤波方法，由构建各向异性高斯核、确定各向异性高斯边窗核、确定各向异性高斯边窗核半径、确定各向异性高斯边窗核权重矩阵、构建各向异性高斯边窗核引导滤波器、选取最优滤波结果、确定滤波结果7个步骤组成。由于本发明采用各向异性高斯边窗核，在具有强的保边效果的同时，与传统的盒滤波方法相比，经本发明处理后的图像，边缘清晰、保持性好。在进行引导滤波处理时，采用了各向异性高斯边窗核滤波的权重系数进行加权滤波，具有更好的边缘保持性。采用了线性滤波方法，大大降低了滤波方法的复杂度。本发明具有滤波方法简单、便于操作、高分辨边缘保持性好等优点，可用于图像滤波处理。

技术领域

本发明属于图像处理技术领域，具体涉及到图像的边缘处理。

技术背景

边缘保持滤波方法常用于计算机视觉、图形图像处理的预处理操作，结果的好坏直接影响了许多后续操作。边缘保持滤波方法不仅注重图像的平滑处理，还注重保持边缘细节。传统的图像平滑方法侧重于平滑效果，导致图像经过滤波操作后边缘细节丢失。为了解决边缘细节丢失的技术问题，很多边缘保持的滤波方法被提出，并被广泛应用于计算机动画、数码摄影等技术领域。

基于局部滤波器的图像滤波方法会利用相邻像素计算新像素，例如盒式滤波器，高斯滤波器、平均滤波器。它们用加权卷积和局部窗口内相邻像素的卷积代替目标像素。为了解决局部滤波方法引起的梯度反转等伪影的技术问题，图像引导滤波方法通过引导图像的梯度自适应判断需要保留的边缘结构，同时利用线性滤波方法大大降低了滤波方法的复杂度。但引导滤波方法在滤波过程中像素位于矩形窗口中心，从而对边缘两侧的像素都执行线性组合和平均运算，最终导致边缘模糊和光晕之类的伪影。为此，侧窗方法被提出，它将每个像素视为潜在边缘，在其周围生成多个局部侧面窗口，并将目标像素与窗口的侧边对齐。在多个侧窗滤波结果中选取最优结果作为目标像素的滤波结果。由于侧窗引导滤波方法不会跨越边缘，可以更好地保留边缘并减少伪影。但是侧窗滤波方法要达到理想边缘保持效果，会受限于矩形窗口的宽度，宽度越大，边缘分辨率越小。

发明内容

本发明所要解决的技术问题在于克服上述现有技术的不足，提供一种方法简单、便于操作、高分辨边缘保持性好的各向异性高斯边窗核约束的图像引导滤波方法。

解决上述技术问题所采用的技术方案由下述步骤组成：

(1)构建各向异性高斯核

按下式构建各向异性高斯核g_σ,ρ,θ(n)：

其中n是滤波窗口内的局部像素位置,θ是以y轴为基准的旋转角度，θ∈(0,π]，σ为高斯尺度，σ∈(1,6],ρ为各向异性因子，ρ∈(1,12]，R_θ是方向为θ的旋转矩阵。

(2)确定各向异性高斯边窗核

按式(3)确定各向异性高斯边窗核N_θ：

N_θ＝{n|xcosθ+ysinθ＞0,g_σ,ρ,θ(n)＞ε,n＝[x,y]} (3)

其中x、y是非负整数，ε为阈值，ε∈[0.00005,0.00015]。

(3)确定各向异性高斯边窗核半径

按式(4)确定各向异性高斯边窗核半径r：

(4)确定各向异性高斯边窗核权重矩阵

按式(5)确定各向异性高斯边窗核权重矩阵w_m,θ：