引导过滤器如何保留强边缘?

时间:2015-10-29 11:56:06

标签: algorithm image-processing computer-vision filtering

我正在寻找一种能够在存在噪音的情况下保留强大边缘的方法。我发现导向过滤器是最佳选择。但是,我不明白为什么它可以保持与其他方法(如高斯)的边缘比较。你能解释一下对我有帮助吗?

  1. 什么是强势优势?如何使用引导过滤器来保护它?
  2. 在论文中,作者解释了如此 enter image description here

1 个答案:

答案 0 :(得分:1)

对于边缘保留滤波器,Kuwahara滤波器是一个很好的起点。一旦你阅读了它,实现它,并进行了一些测试,你就会更好地考虑其他技术。

https://en.wikipedia.org/wiki/Kuwahara_filter

"边缘保留"这意味着滤波器不会削弱边缘梯度(例如从暗到亮的过渡)。例如,如果您有一个盒子的图像,但如果图像有很多斑点噪声,那么边缘保留滤镜将消除或减少噪声的影响而不会模糊盒子的边缘。

首先考虑在无噪声图像中具有强边缘的框。

clean box with no noise

如果应用高斯滤镜,则框的边缘将变得模糊。

clean image with Gaussian blur

边缘保留滤镜可解决强边缘出现在噪声图像中的问题。例如,我们可以为框的图像添加噪点。 sharp box edges in presence of noise

简单地使用高斯核会降低噪声强度,但也会模糊盒子的边缘。

blurred box edges after denoising

边缘保留滤镜可降低噪点,但可最大限度地减少对边框的模糊效果。

sharp box edges after edge-preserving denoising

最后一张图是我在GIMP中创建的图像,并且来自边缘保留滤镜的,但它说明了这一概念:即使在保留边缘滤镜后,框边缘仍保持相对较强用于减少噪音。目前,我无法访问各种边缘保留过滤器的实现。