• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 10
    • 下载费用:30 金币  

    重庆时时彩三星胆玩法: 基于边缘?;さ目焖偌尤ǜ飨蛞煨岳┥⒙瞬ǚ椒?pdf

    摘要
    申请专利号:

    重庆时时彩单双窍门 www.4mum.com.cn CN201510124849.4

    申请日:

    2015.03.19

    公开号:

    CN104715457A

    公开日:

    2015.06.17

    当前法律状态:

    撤回

    有效性:

    无权

    法律详情: 发明专利申请公布后的视为撤回IPC(主分类):G06T 5/00申请公布日:20150617|||实质审查的生效IPC(主分类):G06T 5/00申请日:20150319|||公开
    IPC分类号: G06T5/00 主分类号: G06T5/00
    申请人: 天津大学
    发明人: 史再峰; 贾圆圆; 庞科; 徐江涛; 赵升; 周佳慧
    地址: 300072天津市南开区卫津路92号
    优先权:
    专利代理机构: 天津市北洋有限责任专利代理事务所12201 代理人: 刘国威
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201510124849.4

    授权公告号:

    ||||||

    法律状态公告日:

    2018.01.19|||2015.07.15|||2015.06.17

    法律状态类型:

    发明专利申请公布后的视为撤回|||实质审查的生效|||公开

    摘要

    本发明涉及图像处理和显示领域,为提出一种快速加权各向异性滤波方法,能够在保证滤波质量的基础上,有效减少迭代次数,提高滤波效率。同时,在噪声密度较大的条件下,本发明能够有效区分噪声与边缘,使之能够在有效去除噪声的同时,保证图像的边缘细节信息不丢失。为此,本发明采取的技术方案是,基于边缘?;さ目焖偌尤ǜ飨蛞煨岳┥⒙瞬ǚ椒?,首先使用高斯滤波器对噪声图像进行预处理;其次进行快速加权各向异性扩散滤波:滤波窗口扩展为1+2n,n≥1,扩散方向具体为:n=3或更大者以此类推。本发明主要应用于图像处理和显示。

    权利要求书

    权利要求书
    1.  一种基于边缘?;さ目焖偌尤ǜ飨蛞煨岳┥⒙瞬ǚ椒?,其特征是,首先使用高斯滤波器对噪声图像进行预处理,高斯滤波公式如下:
    I'(i,j)=Gσ*I0(i,j)
    式中i,j分别为图像的行数与列数,Gσ式高斯滤波算子,I0(i,j)为原始噪声图像,I'(i,j)为高斯滤波后的输出图像,*为卷积符号;在以下处理过程中,I'(i,j)作为快速加权各向异性扩散滤波的输入图像;
    其次进行快速加权各向异性扩散滤波:滤波窗口扩展为1+2n,n≥1,扩散方向具体为:n=1时,沿中心像素周边上下左右四个边上的子窗口方向扩散,每个边上的子窗口数为3个;n=2时,在n=1扩散的基础上,在外围再沿中心像素周边上下左右四个边上的子窗口方向扩散,每个边上的子窗口数为5个;n=3或更大者以此类推。

    2.  如权利要求1所述的多光谱多景深阵列拍摄相机,其特征是,加权各向异性扩散滤波方式是通过识别扩散像素处于边界区域还是平坦区域并为其分配不同的权重值来实现,具体步骤为:
    i.边缘检测
    经过高斯滤波后的图像I'(i,j)作为输入图像,利用边缘检测算法对其进行计算来识别出边缘信息;
    ii.加权滤波
    经过步骤i,在每个窗口中,如果中心像素处于边缘区域,如图3(a),为与中心像素相邻的同样处于边沿区域的像素分配权重值W1,周围处于平坦区域的像素分配权重值W2,而被平坦区域像素隔离开的处于另外边缘区域的像素以及最外层的平坦区域像素均得到权重值为W3,使W1>W2>W3。

    3.  如权利要求1所述的基于边缘?;さ目焖偌尤ǜ飨蛞煨岳┥⒙瞬ǚ椒?,其特征是,加权各向异性扩散滤波方程为:
    ∂I(i,j,t)∂t=div[Wi·c(||▿I(i,j,t)||)·▿I(i,j,t)]I(i,j,t)t=0=I0]]>
    其中,i,j分别为图像的行数与列数,t为时间,Wi为根据像素所处的位置分配的不同权重值,为控制平滑过程的扩散系数,I(i,j,t)为t时刻第i行,第j列的像素值,表示像素值I(i,j,t)对时间t的导数,为t时刻的像素梯度值,div为散度符号,||||表示范数,I0代表在t=0时刻原始图像的像素值,即I(i,j,t)t=0的初始像素值。

    说明书

    说明书基于边缘?;さ目焖偌尤ǜ飨蛞煨岳┥⒙瞬ǚ椒?
    技术领域
    本发明涉及图像处理和显示领域,尤其涉及一种基于图像边缘检测的快速开关各加权向异性扩散滤波器,能够快速消除图像中的高斯噪声同时?;ね枷癖咴狄约跋附谛畔?。
    技术背景
    图像滤波与平滑是图像处理中的基本问题,也是早期机器视觉中常用的一种工具。高斯噪声主要是由电子电路产生的或是由于在照明度且低温度高情形下图像传感器生成的,污染图像严重,且较其他类型噪声较难滤除。早期高斯噪声常利用如高斯低通滤波器的各向同性滤波器滤除,然而,大量研究表明,这些各向同性滤波器在平滑噪声的同时,也模糊了图像的重要的边缘信息,这就使得平滑后的图像不能很好地重现原始图像中的结构细节信息。
    近年来,针对图像滤波中保持重要特征的问题,研究者们提出了大量的非线性的图像滤波算子。较为经典的是Perona和Malik提出的各向异性扩散滤波算法。各向异性滤波器是一种基于偏微分方程的滤波算法,此算法利用方向性分布扩散系数取代了高斯低通滤波器中的高斯卷积。其中扩散公式如下:
    ∂I(i,j,t)∂t=div[c(||▿I(i,j,t)||)·▿I(i,j,t)]I(i,j,t)t=0=I0---(1)]]>
    其中i,j分别代表空间域横纵两个方向的坐标值,t代表时间值。I(i,j,t)为t时刻第i行,第j列的像素值,表示像素值I(i,j,t)对时间t的导数。I0代表原始图像像素值,I(i,j,t)t=0为t=0时刻的像素值。为t时刻的像素梯度值,div为散度符号,||||表示范数。为扩散系数,常用的两种形式如下:
    c(||▿I(i,j,t)||)=exp[-(||▿I(i,j,t)||K2)]---(2)]]>
    c(||▿I(i,j,t)||)=11+(||▿I(i,j,t)||K2)2---(3)]]>
    K为常数,是控制平滑程度的参数,exp表示以自然数e为底的指数函数。如(2)与(3)所示,方向性分布扩散系数主要由不同方向的梯度值大小决定,针对不同的梯度大小扩散程度也不同。因此该模型在实际处理过程中能够有效地保持图像的边缘,是一种较为理想的保边缘平滑模型。
    然而,在求解扩散方程的同时,该方程通常有无限多个最小值,即没有最优解,因此这个方程是病态的。在噪声密度高的时候,该模型常常很难分辨是由噪声还是边缘引起的梯度变化,因此容易模糊了边缘信息,也会将边缘处的噪声放大了。其次,该模型只从中心像素的上、下、左、右四个方向进行扩散,如图1,需要经过几十甚至上百次的迭代才能完成滤波,因此处理效率较低,滤波时间较长。
    发明内容
    为克服现有技术的不足,本发明旨在提出一种快速加权各向异性滤波方法,能够在保证滤波质量的基础上,有效减少迭代次数,提高滤波效率。同时,在噪声密度较大的条件下,本发明能够有效区分噪声与边缘,使之能够在有效去除噪声的同时,保证图像的边缘细节信息不丢失。为此,本发明采取的技术方案是,基于边缘?;さ目焖偌尤ǜ飨蛞煨岳┥⒙瞬ǚ椒?,首先使用高斯滤波器对噪声图像进行预处理;
    高斯滤波公式如下:
    I'(i,j)=Gσ*I0(i,j)
    式中i,j分别为图像的行数与列数,Gσ式高斯滤波算子,I0(i,j)为原始噪声图像,I'(i,j)为高斯滤波后的输出图像,*为卷积符号;在以下处理过程中,I'(i,j)作为快速加权各向异性扩散滤波的输入图像;
    其次进行快速加权各向异性扩散滤波:滤波窗口扩展为1+2n,n≥1,扩散方向具体为:n=1时,沿中心像素周边上下左右四个边上的子窗口方向扩散,每个边上的子窗口数为3个;n=2时,在n=1扩散的基础上,在外围再沿中心像素周边上下左右四个边上的子窗口方向扩散,每个边上的子窗口数为5个;n=3或更大者以此类推。
    加权各向异性扩散滤波方式是通过识别扩散像素处于边界区域还是平坦区域并为其分配不同的权重值来实现,具体步骤为:
    i.边缘检测
    经过高斯滤波后的图像I'(i,j)作为输入图像,利用边缘检测算法对其进行计算来识别出边缘信息;
    ii.加权滤波
    经过步骤i,在每个窗口中,如果中心像素处于边缘区域,如图3(a),为与中心像素相邻的同样处于边沿区域的像素分配权重值W1,周围处于平坦区域的像素分配权重值W2,而被平坦区域像素隔离开的处于另外边缘区域的像素以及最外层的平坦区域像素均得到权重值为W3,使W1>W2>W3。
    加权各向异性扩散滤波方程为:
    ∂I(i,j,t)∂t=div[Wi·c(||▿I(i,j,t)||)·▿I(i,j,t)]I(i,j,t)t=0=I0]]>
    其中,i,j分别为图像的行数与列数,t为时间,Wi为根据像素所处的位置分配的不同权重值,为控制平滑过程的扩散系数,I(i,j,t)为t时刻第i行,第j列的像素值,表示像素值I(i,j,t)对时间t的导数,为t时刻的像素梯度值,div为散度符号,||||表示范数,I0代表在t=0时刻原始图像的像素值,即I(i,j,t)t=0的初始像素值。
    与已有技术相比,本发明的技术特点与效果:
    本发明针对传统的各向异性扩散滤波方法迭代次数多,滤波效率低的问题,将“+”滤波窗口扩展为3x3,5x5甚至更大尺寸的滤波窗口,即从原有的4方向扩散扩展为8方向扩散,24方向扩散等。使中心像素可以根据周围更多的像素信息来滤除噪声,因此提高了滤波效率,减少了迭代次数。同时,本发明为了更有效的?;は附诒咴敌畔?,采用了权重分配的方式,根据像素处于的不同位置而分配不同的权重,使中心像素尽量向与自己处于相同区域的像素方向进行扩散,而减小向与自己处于不同区域的像素方向扩散。因此,在提高滤波效率的同时,边缘纹理等细节信息也得到了很好的?;?。
    附图说明
    图1各向异性扩散示意图。
    图2多方向各向异性扩散示意图。
    图3权重分配示意图。
    具体实施方式
    在噪声图像中,大量尖锐的噪声不利于各向异性扩散滤波器进行平滑,且需要多次的迭代才能完成噪声的滤除,因此,本发明首先采用高斯滤波器来对噪声图像进行预处理,适当地降低噪声点的梯度;然后再使用快速加权各向异性扩散滤波器进行扩散来滤除剩余的噪声,此方法不仅有效去除高斯噪声,也有效的?;ち吮哐匚评淼认附谛畔?,甚至能够增强边缘信息。
    a.噪声图像预处理
    高斯噪声密度大,噪声强度的波动范围宽,图像受该类噪声的干扰程度不仅会随着灰度级的不同而有所差异,并且在同一灰度级上也不尽一致,相对于脉冲噪声较难去除。如果直接用各向异性扩散滤波器进行平滑,则需要多次迭代才能达到良好的平滑效果,然而,多次的迭代虽然消除了噪声,却也损失了图像细节信息。因此,为了提高各向异性平滑效率,本发明先进性对噪声图像的预处理。高斯滤波是一种线性平滑滤波器,适用于消除高斯噪声,所以本发明首先使用高斯滤波器对噪声图像进行预处理,高斯滤波公式如下:
    I'(i,j)=Gσ*I0(i,j)               (4)
    式中i,j分别为图像的行数与列数,Gσ式高斯滤波算子,I0(i,j)为原始噪声图像,I'(i,j)为高斯滤波后的输出图像,*为卷积符号。在以下处理过程中,I'(i,j)作为快速加权各向异性扩散滤波的输入图像。
    b.快速加权各向异性扩散滤波
    在传统的各向异性扩散滤波方式中,滤波窗口为“+”,如图1所示,即向中心像素的上、下、左、右四个方向进行扩散,四个方向的梯度分别表示为:
    ▿IN(i,j)=I(i,j+1)-I(i,j)---(5)]]>
    ▿Is(i,j)=I(i,j-1)-I(i,j)---(6)]]>
    ▿IW(i,j)=I(i-1,j)-I(i,j)---(7)]]>
    ▿IE(i,j)=I(i+1,j)-I(i,j)---(8)]]>
    i,j分别为图像的行数与列数,分别为中心像素向上、下、左、右四个方向进行扩散的梯度值。I(i,j+1),I(i,j-1),I(i-1,j),I(i+1,j),I(i,j)分别为图像“+”窗口中上、下、左、右及中心像素的像素值。在“+”窗口中,因为扩散只能向中心像素的四个方向进行,只能利用周围四个像素的信息来滤除噪声,所以,这种扩散平滑效率较低,需要几十甚至几百次迭代才能完成噪声的滤除。然而,随着迭代次数的增加,无法避免的牺牲了很多边缘纹理处的细节信息。为了减少迭代次数,提高滤波效率,本发明将“+”窗口扩展为3x3,5x5甚至更大的矩形窗口来进行快速各向异性扩散滤波。如图2,(a)(b)分别为3x3的八方向扩散与5x5二十四方向扩散的滤波方式。对于八方向的梯度表示为:
    ▿IN(i,j)=I(i,j+1)-I(i,j)---(9)]]>
    ▿Is(i,j)=I(i,j-1)-I(i,j)---(10)]]>
    ▿IW(i,j)=I(i-1,j)-I(i,j)---(11)]]>
    ▿IE(i,j)=I(i+1,j)-I(i,j)---(12)]]>
    ▿INW(i,j)=I(i-1,j+1)-I(i,j)2---(13)]]>
    ▿INE(i,j)=I(i+1,j+1)-I(i,j)2---(14)]]>
    ▿ISW(i,j)=I(i-1,j-1)-I(i,j)2---(15)]]>
    ▿ISE(i,j)=I(i+1,j+1)-I(i,j)2---(16)]]>
    其中,与分别为中心像素左上、右上、左下、右下四个方向进行扩散的梯度值。然而,随着窗口的增大,虽然减少了迭代次数,但是也会使图像细节变得模糊,因此,本发明使用了加权各向异性扩散滤波方式,通过识别扩散像素处于边界区域还是平坦区域并为其分配不同的权重值,通过此方式来有效的?;け咴敌畔?。
    iii.边缘检测
    经过高斯滤波后的图像I'(i,j)作为输入图像,利用边缘检测算法对其进行计算来识别出边缘信息。由于噪声图像经过了高斯滤波处理,所以输出的图像I'(i,j)较为平滑,因此识别出的边缘也较为准确。
    iv.加权滤波
    经过步骤i,已经明确每个像素是处于边缘位置还是平坦位置。在每个窗口中,如果中心像素处于边缘区域,如图3(a),为与中心像素相邻的同样处于边沿区域的像素分配权重值W1,周围处于平坦区域的像素分配权重值W2,而被平坦区域像素隔离开的处于另外边缘区域的像素以及最外层的平坦区域像素均得到权重值为W3。为了增大中心像素向相同区域方向的扩散程度,而减小向不同区域方向的扩散程度,使W1>W2>W3。
    如果中心像素处于平坦区域,如图3(b),为中心像素邻域且同样处于平坦区域的像素分配权重值W1,而为周围处于边缘区域的像素分配权重值W2,为距离中心像素最远的且被边缘 区域像素隔离开的平坦区域像素分配权重W3,其大小依然为W1>W2>W3。最后得到的加权各向异性扩散滤波方程为:
    ∂I(i,j,t)∂t=div[Wi·c(||▿I(i,j,t)||)·▿I(i,j,t)]I(i,j,t)t=0=I0---(17)]]>
    其中,i,j分别为图像的行数与列数,t为时间,Wi为根据像素所处的位置分配的不同权重值。为控制平滑过程的扩散系数。I(i,j,t)为t时刻第i行,第j列的像素值,表示像素值I(i,j,t)对时间t的导数。为t时刻的像素梯度值,div为散度符号,||||表示范数。I0代表在t=0时刻原始图像的像素值,即I(i,j,t)t=0的初始像素值。
    此方法可以使中心像素尽量向同区域像素的方向扩散,而避免向不同区域像素的方向进行扩散,因此可以有效地?;け咴迪附谛畔?。
    本发明的最佳实现方式为:
    在噪声图像预处理过程中,使用的高斯滤波窗口大小为3×3,标准偏差为1。对于噪声图像I0(i,j),用I'(i,j)=Gσ*I0(i,j)公式进行一次预处理,输出的预处理图像I'(i,j)作为下一步处理的输入图像。
    在快速加权各向异性扩散滤波过程中,首先利用边缘检测算法对上一步的输出图像I'(i,j)进行边缘检测与提取,本发明的最佳检测算法为Canny边缘检测算法,由Canny算法检测出的像素标记为I'edge(i,j),即边缘区域的像素。而未被Canny算法检测出的输出像素记为I'smooth(i,j),即属于平坦区域的像素。然后将4方向扩散扩展为更多方向进行扩散,本发明采用3x3窗口,即8方向的扩散。迭代次数减少至10。对于扩散系数方程,本发明采用式(2),其中式(2)中的常数K设置为15。对于权重分配方式,主要有两种情况:
    a.当中心像素处于边沿区域
    与中心像素相邻的且同样处于边缘区域的像素分配权重W1,取W1为1.5;
    中心像素周围处于平坦区域的像素分配权重值W2,且W2取值0.6;而在最外层且被平坦区域隔离的边缘像素分配权重值W3,W3取值0.4。
    b.当中心像素处于平坦区域
    与中心像素相邻且同样处于平坦区域的像素分配权重值W1,取W1为1.5;
    中心像素周围处于边缘区域的像素分配权重值W2,且W2取值0.6;而在最外层且被边缘区域隔离的平坦像素分配权重值W3,W3取值0.4。

    关 键 词:
    基于 边缘 ?;?快速 加权 各向异性 扩散 滤波 方法
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    关于本文
    本文标题:基于边缘?;さ目焖偌尤ǜ飨蛞煨岳┥⒙瞬ǚ椒?pdf
    链接地址://www.4mum.com.cn/p-5890466.html

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03