基于导向滤波的图像边缘处理方法及应用技术

本发明专利技术公开了基于导向滤波的图像边缘处理方法及应用，涉及数字图像处理技术领域。所述方法包括步骤：获取输入图像和引导图像；采集设置的用于弱去噪的第一矩形窗口w

【技术实现步骤摘要】
基于导向滤波的图像边缘处理方法及应用


[0001]本专利技术涉及数字图像处理
，尤其涉及一种基于导向滤波的图像边缘处理方法及应用。

技术介绍

[0002]图像传感器作为图像信息的载体，成为当今信息化时代的重要信息渠道，如手机摄像头，监控摄像头等。通过图像传感器采集图像数据时，由于受传感器材料属性、工作环境、电子元器件和电路结构等因素的影响，不可避免地会引入各种噪声，比如电阻引起的热噪声、光子噪声、暗电流噪声、光响应非均匀性噪声等。以当前市场上的主流图像传感器CMOS（Complementary Metal Oxide Semiconductor,互补金属氧化物半导体）为例，其采集的图像数据受噪声影响明显，噪声较高。同时，随信号变化的传感器噪声通常还会被后续的图像处理模块所放大，这种现象在低照度环境下更加明显。
[0003]一幅图像数据可以被看成是有区域和边缘（包括图像的纹理和细节等）共同组成的，区域的过渡平缓，即梯度较小，边缘的过渡尖锐，即梯度较大。由于噪声是影响图像质量的不利因素，为了获取高质量图像，我们希望将噪声滤除以提高图像质量。然而，常用的各向同性滤波（比如高斯滤波）对图像去噪时，由于对待噪声和边缘信息都采取一致的去噪方法，在噪声减少的同时，图像中具有重要地位的边缘（包括图像的纹理和细节等）也损失了，导致图像边缘模糊。据此，研究人员提出了一些能够保持边缘（Edge
‑
perserving）的图像去噪算法，比如双边滤波、自适应平滑滤波的去噪算法等。当前，保持边缘的图像去噪算法通常采用以下两种方式：第一种是像素点与点的相似度比较：中心像素值考虑欧氏距离和像素点与中心像素点之间相似程度比较计算得出加权平均权重，该权重代表中心像素的去噪强度。该方法运行效率高，去噪同时较好地保留高频信息，但是边缘过度不平滑。第二种是像素块与块的相似度比较：中心像素的滤波估计值由图像中与它具有相似邻域结构的像素加权平均得到，按照加权平均权重结果，权重高的像素点滤波强度大一点，权重低的像素点不做滤波或滤波强度低一点。此类方法计算复杂度较高，算法运行时间较长。其中，以导向滤波（Guided Fliter）为例，其通过一张引导图像I对输入图像P（目标图像）进行滤波处理，使得最后的输出图像大体上与输入图像P相似但是纹理部分与引导图像I相似，从而保持图像边缘；引导图像I可以是其它图像，也可以是输入图像p本身。导向滤波被广泛应用于图像的降噪、边缘羽化、图像增强、抠图等图像处理中。
[0004]然而，一方面，导向滤波作为一种保边滤波技术，虽然能够在平坦区域达到类似于均值滤波的去噪效果，从而较好的去除在平坦区域视频压缩造成的块噪声，但是对于边缘部分的毛刺噪声却无法去除，造成边缘毛刺，后续模块进行边缘增强会使毛刺现象放大，进而影响边缘平滑结果，参见图1所示，其中，图1a表示导向滤波去噪处理后的图像边缘，有边缘毛刺现象；图1b表示导向滤波去噪处理后经边缘增强后的图像边缘，毛刺现象加强了。另一方面，现有的保持边缘的图像去噪算法中，去噪算法和边缘平滑算法难以做到单独控制，限制了保边去噪算法的可使用场景，降低了保边去噪算法的适用性。
[0005]综上所述，如何提供一种在去噪保边同时能够提高边缘过渡平滑性且适用性更广的图像边缘处理方法，从而实现在去噪的同时尽可能的保持更多的图像细节，是当前亟需解决的技术问题。

技术实现思路

[0006]本专利技术的目的在于：克服现有技术的不足，提供了一种基于导向滤波的图像边缘处理方法及应用。本专利技术能够有效降低在去噪过程中丢失高频细节信息的现象，在抑制图像噪声、保持边缘细节的同时能够做到边缘平滑，使边缘过度自然；同时去噪强度和边缘平滑强度可以单独分别控制，适用性广，灵活性强。
[0007]为实现上述目标，本专利技术提供了如下技术方案：一种基于导向滤波的图像边缘处理方法，包括如下步骤：获取输入图像p和引导图像I；采集用户设置的用于弱去噪的第一矩形窗口w
k1
和用于强去噪的第二矩形窗口w
k2
，所述第一矩形窗口w
k1
小于第二矩形窗口w
k2
；基于引导图像I和输入图像p用窗口w
k1
做导向滤波弱去噪，计算对应的滤波系数(a
k1
，b
k1
)，其中，a
k1
和b
k1
表示窗口w
k1
中的线性模型的系数；以及基于引导图像I和输入图像p用窗口w
k2
做导向滤波强去噪，计算对应的滤波系数(a
k2
，b
k2
)，其中，a
k2
和b
k2
表示窗口w
k2
中的线性模型的系数；根据前述滤波系数a
k1
和a
k2
得到去噪强度绝对差Diff
ka
，所述Diff
ka
=|a
k2
‑ꢀ
a
k1 |，基于预设的去噪强度绝对差Diff
ka
与滤波权重W
g
的对应关系，获取前述Diff
ka
的值对应的滤波权重W
g ，所述滤波权重用于调节去噪强度；以及，获取强去噪结果图像的边缘梯度G
x
和G
y
的值，其中，G
x
表示横向梯度，G
y
表示纵向梯度，根据所述边缘梯度的值判断需要进行边缘平滑处理的像素信息；基于弱去噪结果图像GIF0的像素信息，根据前述滤波权重W
g
对需要进行边缘平滑处理的像素进行边缘平滑处理后，计算最终结果图像的像素信息，公式如下：,其中，为像素对应的中心像素均值；N为滤波权重的预设阈值；ii，jj表示像素下标。
[0008]进一步，所述引导图像I为前述输入图像p。
[0009]进一步，所述滤波权重的预设阈值N=6，此时，所述去噪强度绝对差Diff
ka
与滤波权重W
g
的对应关系如下：当时，令 ；当时，令 ；当时，令 ；当时，令 ；
当时，令 ；当时，令 ；当时，令 。
[0010]进一步，所述第一矩形窗口w
k1
为M1* M1窗口，所述第二矩形窗口w
k2
为M2* M2窗口，其中，M1<M2。
[0011]进一步，所述M1=3，M2=9；获取强去噪结果图像的边缘梯度G
x
和G
y
的值的步骤包括，基于3*3的Sobel算子，在强去噪结果图像上取3*3的窗口，获取该窗口的像素矩阵A后，与前述Sobel算子进行卷积运算后求得结果G
x
和G
y
，计算公式如下： ； 。
[0012]进一步，根据所述边缘梯度的值判断需要进行边缘平滑处理的像素信息的步骤包括，根据强去噪结果图像的边缘梯度G
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于导向滤波的图像边缘处理方法，其特征在于包括步骤：获取输入图像p和引导图像I；采集用户设置的用于弱去噪的第一矩形窗口w
k1
和用于强去噪的第二矩形窗口w
k2
，所述第一矩形窗口w
k1
小于第二矩形窗口w
k2
；基于引导图像I和输入图像p用窗口w
k1
做导向滤波弱去噪，计算对应的滤波系数(a
k1
，b
k1
)，其中，a
k1
和b
k1
表示窗口w
k1
中的线性模型的系数；以及基于引导图像I和输入图像p用窗口w
k2
做导向滤波强去噪，计算对应的滤波系数(a
k2
，b
k2
)，其中，a
k2
和b
k2
表示窗口w
k2
中的线性模型的系数；根据前述滤波系数a
k1
和a
k2
得到去噪强度绝对差Diff
ka
，所述Diff
ka
=|a
k2
‑ꢀ
a
k1 |，基于预设的去噪强度绝对差Diff
ka
与滤波权重W
g
的对应关系，获取前述Diff
ka
的值对应的滤波权重W
g ，所述滤波权重用于调节去噪强度；以及，获取强去噪结果图像的边缘梯度G
x
和G
y
的值，其中，G
x
表示横向梯度，G
y
表示纵向梯度，根据所述边缘梯度的值判断需要进行边缘平滑处理的像素信息；基于弱去噪结果图像GIF0的像素信息，根据前述滤波权重W
g
对需要进行边缘平滑处理的像素进行边缘平滑处理后，计算最终结果图像的像素信息，公式如下：,其中，为像素对应的中心像素均值；N为滤波权重的预设阈值；ii，jj表示像素下标。2.根据权利要求1所述的方法，其特征在于：所述引导图像I为前述输入图像p。3.根据权利要求2所述的方法，其特征在于：所述滤波权重的预设阈值N=6，此时，所述去噪强度绝对差Diff
ka
与滤波权重W
g
的对应关系如下：当时，令 ；当时，令 ；当时，令 ；当时，令 ；当时，令 ；当时，令 ；当时，令 。4.根据权利要求3所述的方法，其特征在于：所述第一矩形窗口w
k1
为M1* M1窗口，所述第二矩形窗口w
k2
为M2* M2窗口，其中，M1<M2。5.根据权利要求4所述的方法，其特征在于：所述M1=3，M2=9；获取强去噪结果图像的边缘梯度G
x
和G
y
的值的步骤包括，基于3*3的Sobel算子，在强去噪结果图像上取3*3的窗口，获取该窗口的像素矩阵A后，与前述Sobel算子进行卷积运算后求得结果G
x
和G
y
，计算公式如下：
ꢀ
； 。6.根据权利要求5所述的方法，其特征在于：根据所述边缘梯度的值判断需要进行边缘平滑处理的像素信息的步骤包括，根据强去噪结果图像的边缘梯度G
x
和G
y
，计算对应的梯度大小，其中 ；基于用户设置的梯度阈值参数TH，比对前述与梯度阈值参数TH的大小，当 时，判定对应中心点为噪声，不做边缘平滑处理；当 时，判定对应中心点为边缘，需要进行边缘平滑处理，继续判断该中心点属于横向边缘还是纵向边缘，其中，当时，判定为该中心点为横向边缘；当时，判定为该中心点为纵向边缘；触发对前述横向边缘和纵向边缘分别进行水平方向和垂直方向上的边缘平滑处理。7.根据权利要求6所述的方法，其特征在于：对于的横向边缘，计算最终结果图像的像素信息的公式如下： ； ；对于的纵向边缘，计算最终结果图像的像素信息的公式如下： ； 。8.根据权利要求1所述的方法，其特征在于：用窗口w
kn
做导向滤波去噪时，滤波系数(a
kn
，b
kn
)的计算公式如下： ； ；其中，i表示像素；n为窗口下标，n=1,2；为引导图像I中的窗口中的像素均值；为输入图像中的窗口中的像素均值；而为窗口中的像素方差；ε为预设的平滑参数；I
i
为引导图像中第i个像素的像素值，p
i
为输入图像中第i个像素的像素值，。9...

【专利技术属性】
技术研发人员：李香花，何珊，孙德印，朱钧，
申请(专利权)人：眸芯科技上海有限公司，
类型：发明
国别省市：