双边过滤颜色

Question

我通常理解仅使用灰度图像时双边滤波背后的概念。我已阅读this website on bilateral filtering及其讨论的论文。

我的主要问题是：如何确定颜色的相似性？两个RGB值的相似性是它们的R值，G值和B值的相似性的和/乘积/其他一些操作吗？如果是这种情况，那么分别确定相似性并过滤每个通道是否合理呢？

谢谢

Answer 1

我检查了你的链接，答案就在那里。它谈到了第一次转换到CIE实验室色彩空间。然后计算点之间的欧几里德距离，即 distance = sqrt(L*L + a*a + b*b)

Here是一个包含多个转换公式的网站，用于XYZ，RGB和LAB颜色空间。

Answer 2

RGB值的欧氏距离不是对感知颜色相似性的良好估计。

您的链接页面上述以下问题：

  

实际上，双边滤波器允许适当地组合三个色带，并测量组合空间中像素之间的光度距离。此外，通过在CIE-Lab颜色空间中使用欧几里德距离，可以使该组合距离与感知的不相似性紧密对应。

因此，尝试在CIE-Lab色彩空间中使用euclidiean距离。

最好

拉斯

Answer 3

CIE-Lab色彩空间测量颜色之间的距离工作正常。 但是将RGB数据转换为这些类型的色彩空间需要时间，这对于实时应用程序（尤其是移动应用程序）来说是不可取的。

我已检查opencv和GPUImage代码。

opencv代码使用RGB通道之和的差异。

距离=（R1 + G1 + B1） - （R2 + G2 + B2）

GPUImage在GPU使用方面运行良好，与每个通道的欧氏距离完全吻合。

discante = sqrt（（R1-R2）^ 2 +（G1-G2）^ 2 +（B1-B2）^ 2）

在实际情况下（我正在开发手机上的实时双边过滤器应用程序），这两种方法的工作原理相似。我相信，不是将RGB转换为CIE-Lab色彩空间，而是使用上述方法就足够了。