邊保護(hù)的圖像平滑算法研究.pdf

1、許多自然圖片和藝術(shù)畫作常常包含了復(fù)雜的紋理信息和結(jié)構(gòu)信息。邊保護(hù)的圖像平滑算法的目的是，在保持原圖像邊緣不變的情況下，去除掉輸入圖像中的細(xì)節(jié)和紋理。然而，在許多的應(yīng)用場(chǎng)景中，由于細(xì)節(jié)的復(fù)雜性，目前很多的圖像平滑技術(shù)都會(huì)產(chǎn)生不理想的結(jié)果。有些圖像平滑算法將梯度較大的像素識(shí)別為邊界，那么當(dāng)細(xì)節(jié)的梯度較大時(shí)，細(xì)節(jié)也會(huì)被保留。有些算法試圖保留像素的較大梯度，而非像素值本身，那么輸出圖像的像素值將會(huì)較原圖像有所偏離。我們把這些不理想的缺點(diǎn)歸納為：

2、細(xì)節(jié)殘留、邊界破壞和形狀扭曲。本文提出了一種新的圖像平滑算法來(lái)達(dá)到細(xì)節(jié)平滑、邊緣保護(hù)和形狀維持的效果。這個(gè)算法的流程主要由三個(gè)階段組成：利用局部區(qū)域內(nèi)的變化相似度來(lái)壓縮細(xì)節(jié)，檢測(cè)顯著的邊緣來(lái)提取邊界信息，利用能量?jī)?yōu)化框架恢復(fù)原始圖像的形狀。壓縮細(xì)節(jié)階段用來(lái)將高震蕩高精度的細(xì)節(jié)梯度壓縮至邊緣的梯度之下，使得接下來(lái)邊緣與細(xì)節(jié)的區(qū)分不會(huì)被混淆。邊界提取階段用來(lái)量化各個(gè)像素屬于邊緣的概率，利用這些邊緣信息來(lái)保護(hù)圖像的邊界。形狀恢復(fù)階段用來(lái)恢復(fù)在