基于边缘特性保持与区域融合的L0测度最小化流场平滑

本次实验的基础是在《Fast and Effective L0 Gradient Minimization by Region Fusion》和《Feature-preserving filtering with L0 gradient minimization 》两篇论文的基础上进行的改进。

这两篇论文中都是利用合并平均值相同的区域的思想来实现L0范式最小化以及保持图像的边缘特性。在这两篇论文中都用到了将L0范式转化为L2范式的思想。

本次实验的基本思想分为两种：

第一种：利用论文种提到的算法，直接将原始图片进行流场平滑，在对平滑后的图片进行流场绘制。

第二种：利用论文中提到的算法，首先将原始图片转化为流场，再将流场看作一幅待处理的原始图片进行平滑。

方案一的实现效果

原始图片

参数为0.1

参数为0.2

参数为0.3

参数为0.6

参数为1

参数为1.5

参数为1.7

参数为1.8

方案二的实现效果

原始图片

参数为0.1