各向异性滤波算法+数学模型分析
来源:互联网 发布:携程 知乎 编辑:程序博客网 时间:2024/05/16 10:18
matlab练习程序(各向异性扩散)
主要是用来平滑图像的,克服了高斯模糊的缺陷,各向异性扩散在平滑图像时是保留图像边缘的(和双边滤波很像)。
通常我们有将图像看作矩阵的,看作图的,看作随机过程的,记得过去还有看作力场的。
这次新鲜,将图像看作热量场了。每个像素看作热流,根据当前像素和周围像素的关系,来确定是否要向周围扩散。比如某个邻域像素和当前像素差别较大,则代表这个邻域像素很可能是个边界,那么当前像素就不向这个方向扩散了,这个边界也就得到保留了。
先看下效果吧:
具体的推导公式都是热学上的,自己也不太熟悉,感兴趣的可以去看原论文,引用量超7000吶。
我这里只介绍一下最终结论用到的公式。
主要迭代方程如下:
其中lamda取值[0,1/4],其中1/4表示四个方向扩散平均量(可以说保证不溢出),可以用来调节平滑性!!!可能有些人对于上面的式子会不会存在像素值溢出的情况!这里说明下,可以说绝对不会,因为上面是扩散的原理,扩散告诉我们大的往小的跑达到中和平滑的目的,假如中心点的像素的值为255,那么周围像素要么相等要么小于,故这样的中心的像素的值只会往外面扩散,或者不动不扩散!
I就是图像了,因为是个迭代公式,所以有迭代次数t。
四个散度公式是在四个方向上对当前像素求偏导,news就是东南西北嘛,公式如下:
而cN/cS/cE/cW则代表四个方向上的导热系数,边界的导热系数都是小的。公式如下:
最后整个公式需要先前设置的参数主要有三个,迭代次数t,根据情况设置;导热系数相关的k,取值越大越平滑,越不易保留边缘(失去对边沿信息保留,即边沿信息将扩散掉,结合函数模型去理解);lambda同样也是取值越大越平滑。
那么问题来了,为什么用这样的数学模型?鄙人真心难解释,我深深的仰望前辈们,也希望可以在前辈们的丰功伟绩中吸收点养分!
经过抓挠了一段时间,将上面的关系建成数学表达式,试图通过几何画出该函数的模型:
其中f(x)=x*exp(-x^2)(该模型可以说是高斯函数一阶导函数:达到sobel+高斯的双重合并效果) ,上图红线表示高斯函数,蓝线表示高斯的一阶导函数。
通过该函数图分析,的确很清晰的表明了关系,当x大到一定程度的时候其函数值收敛为0,这也就是说明当像素之间的差值很大的时候,函数值也是为0,也就可以表明这是边沿,这个时候不需要向外扩散。但也表明在一定的范围内,差值在一定范围内,也就是平滑范围,差值在该范围内的都视为是平滑,也就是不变平担区域,需要扩散,可能是邻域向中间聚集,可能是中心向外扩散。扩散过程就是让中心与周围的像素的差异不要太大,分一点给他们,或者他们分一点给中心,因此该算法用于平滑图像,同时又极大程度的保留了边沿,这也是高斯算法和均值算法无法比你的优势!!!
除了上面的函数模型外还有另外一个函数:
这个函数模型也是可以的,f(x) = 1/(1+(x/k)^2),对于上面的模型其中k=1
以上两个函数模型比较:
两者太相似了,兄弟函数!我们找这样函数的本质是当值很大(正无穷或者负无穷)的时候收敛于0!
最后是matlab代码:
clear all;close all;clc;k=15; %导热系数,控制平滑lambda=0.15; %控制平滑N=20; %迭代次数img=double(imread('lena.jpg'));imshow(img,[]);[m n]=size(img);imgn=zeros(m,n);for i=1:N for p=2:m-1 for q=2:n-1 %当前像素的散度,对四个方向分别求偏导,局部不同方向上的变化量, %如果变化较多,就证明是边界,想方法保留边界 NI=img(p-1,q)-img(p,q); SI=img(p+1,q)-img(p,q); EI=img(p,q-1)-img(p,q); WI=img(p,q+1)-img(p,q); %四个方向上的导热系数,该方向变化越大,求得的值越小,从而达到保留边界的目的 cN=exp(-NI^2/(k*k)); cS=exp(-SI^2/(k*k)); cE=exp(-EI^2/(k*k)); cW=exp(-WI^2/(k*k)); imgn(p,q)=img(p,q)+lambda*(cN*NI+cS*SI+cE*EI+cW*WI); %扩散后的新值 end end img=imgn; %整个图像扩散完毕,用已扩散图像的重新扩散。endfigure;imshow(imgn,[]);
参考:
1、《特征提取与图像处理(第二版)》
2、http://www.cnblogs.com/tiandsp/archive/2013/04/18/3029468.html
- 各向异性滤波算法+数学模型分析
- 双边滤波算法数学模型分析
- 各向异性扩散滤波_原理与算法
- 血管增强的各向异性扩散滤波(VED算法)
- 图像各向异性滤波
- OpenCV图像各向异性滤波
- 算法4中数学模型练习题分析
- 一点一滴完全突破KAZE特征检测算法,从各向异性扩散滤波开始(1)
- 一点一滴完全突破KAZE特征检测算法,从各向异性扩散滤波开始(2)
- 一点一滴完全突破KAZE特征检测算法,从各向异性扩散滤波开始(3)
- 各向异性相干增强算法
- 各向异性
- Tslib主要滤波算法分析
- Tslib主要滤波算法分析
- 粒子滤波算法程序分析
- Tslib主要滤波算法分析
- 卡尔曼滤波算法分析
- VTK修炼之道39:图像平滑_各向异性滤波
- APK安装成功后点击"打开"再按Home键应用会重启的问题
- 几种布局方式
- 合金相图与热力学计算软件
- win10主机不能ping 通虚拟机 ,虚拟机能ping 主机 onedrive 不能自动同步解决
- Xampp中apche停止后无法启动的问题解决
- 各向异性滤波算法+数学模型分析
- linux学习笔记016
- ThinkPHP关于多表查询
- 数组存储对象
- 安全加固____XSS攻击
- java泛型和枚举
- 深入理解ajax系列第三篇——响应解码
- 常用JavaScript
- kali2.0 滚动版ibus配置和fcitx配置