基于SVM的边缘保持滤波算法-SVM for edge-preserving filtering
Qingxiong Yang Shengnan Wang Narendra Ahuja 1. 简介:在这篇文章中,作者提出了一种类似于双边滤波(Bilateral filtering)的边缘保持滤波的新算法。双边滤波的归一化卷积核和是由中心像素与其它像素的距离和灰度变化范围的函数来确定的,距离和灰度变化范围通常是Gaussian。在该文章中,作者将滤波问题转换为一个向量映射逼近(Vector-mapping approximation)问题,并用支持向量机SVM(Support vector machine)求解。每个像素用像素灰度值,对应的空间滤波响应(corresponding spatial filtered response)和他们的乘积(their products)的指数组成的特征向量表示。应用SVM回归(SVM regression)算法从特征向量和训练图像的相应双边滤波值学习得到映射函数(The mapping function si learned via e-svm regression using the features and the corresponding bilateral filtered values基于SVM的边缘保持滤波算法-SVM for edge-preserving filtering
最新推荐文章于 2024-06-18 14:01:07 发布
本文探讨了如何使用支持向量机(SVM)实现一种边缘保持滤波算法,该算法能够在去除噪声的同时,有效地保护图像的边缘信息,从而在图像处理中达到良好的平滑效果并保持关键细节。
摘要由CSDN通过智能技术生成