最近正好在学习关于图像处理的东西,需要用到PM(Perona_Malik)算法,所以就把自己的一些理解和代码贴上来,希望能跟大家一起探讨。(PM算法的具体原理可以网上查阅相关资料或者相关书籍,这里只是简要介绍大概的实现思路 。)
一、PM算法的应用场合
一般而言,对一个图像进行提取特征之前,需要进行降噪滤波处理。最常用的应该是高斯滤波,原理简单理解,实现也不复杂,但带来的问题是,高斯噪声是各向同性滤波,也就是说,它不会区分图像中的边缘与非边缘区域,在高斯滤波眼中“一视同仁”,各个方向都是相同程度的滤波,而PM算法则是各向异性算法,它会以梯度的大小来“判断”是边缘区域或者是非边缘区域,从而进行不同的处理。
具体来说,PM算法在经典的“热传导方程”的基础上,引入了一个“扩散系数C”,这个C值是由具体像素点的梯度模决定的,梯度模大的地方(边缘),C值为0,梯度模小的地方(非边缘),C值较大,结果就是,由于边缘区域梯度大,会得以保留,不去滤波,而非边缘区域梯度小,会进行滤波,于是乎,实现了“降噪”+“图像增强”的效果。
二、关键的步骤及公式
原理公式如下:
扩散系数C是由以下两个公式之一产生的:
其中,x与c都是代表C函数,s是像素点的梯度模,k是一个常数,控制梯度响应的值。
三、代码实现
整个代码实现思路如下:
1、求出各个像素点的梯度及其梯度模
2、求出每个点梯度模对应的扩散系数C值
3、代入改变后的热传导方程中
4、多次迭代,得到目标图像
整个代码实现已上传到这里,PM算法Python实现。