注意事項
1、邊緣位置可能移動
2、假設噪聲分佈於圖像數據無關
3、最好不好用於高精度測量問題的預處理
算子
保邊濾波都是非線性濾波,以halcon算子來進行介紹
eliminate_min_max
基本原理 :中心像素比鄰域像素最大值還大的,則用一些規則(比如均值)替換;比鄰域最小值還小的,替換,達到去噪;
而保邊的實現是因爲:如果是邊的話,鄰域裏至少還有一個像素也是比較大或比較小,與中心像素具有可比性,不會被替換和刪除;
sigma_image
基本操作 :同樣是首先確定一個鄰域,但中心像素並不會用所有鄰域像素進行平滑,而是對每個鄰域像素進行判斷,如果此灰度值與中心灰度值的差在0~sigma範圍內,作爲候選像素,當遍歷完所有鄰域像素後,得到鄰域內所有候選像素(<=鄰域像素數),然後求平均。
保邊原理 : 由於用來計算均值的像素都是與中心像素差異較小的像素,也就是說統計學裏面的標準差小,因此平滑後的像素(均值)與原中心像素偏差小。 換言之,用來平滑的像素與原像素差異不大,邊緣上某點的平滑就是用邊緣其他像素來平滑。
anisotropic_diffusion
非線性擴散濾波 / 各向異性擴散濾波
起源:偏微分方程在圖像處理中的應用。圖像與偏微分方程的聯繫:尺度空間與熱傳導方程 。
尺度空間就是圖像與不同尺度的高斯函數進行卷積的,而此過程得到的結果等價於各向同性的熱傳導方程的解。 隨着卷積核尺度增大 , 光滑程度越大。 由於各向同性熱傳導方程中係數爲常數,圖像按不同尺度參數進行平 滑 時 , 任何像素點的任意方向的擴散速度都相同, 這必然造成圖像邊緣模糊、細節丟失等現象。 1990,Perona和Malik提出PM擴散模型。
保邊原理:根據圖像梯度,在接近邊緣的位置(梯度大),不做平滑處理,在非邊緣位置(梯度小),進行平滑;
公式:
g是擴散係數,對標熱傳導係數。pm擴散係數: 其中x=|▽u|
div是散度。
示例: