这篇论文看了两天,陆陆续续的看完了。
其实这篇文章主要是对多维图像滤波优化的一篇文章。
首先这篇文章需要解决的问题是:
R5是什么呢?R5是指(x, y, R, G, B)的5维空间。
本质上是对以前的滤波算法(比如Bilateral滤波)进行降维优化,并且能保持边缘。
之前的5-维滤波如下所示,其中F为5维。
2. 问题解决: 核心的思想是找到一个变换,能达到降维和保持边缘的目的,基于这个背景提出了Domain Transform.
本文首先在二维信号(x, I(x))上找到一个transform达到保持边缘信息的目的
对上式中右边的式子 采用L1-norm, 在spatial 和 intensity域均采用L1-norm和微分->积分得到domain transform的形式
但是这上面有个问题,并没有能控制intensity 和 spatial的方差参数信息(这两个信息具体是在bilateral的方差信息,其实就是控制周边信息对当前像素的影响参数)
考虑到这个因素, domain transform可以更新为:
最后在ct域上进行滤波,滤波的方式有三种:NC, IC 和RF。
具体的代码如附件所示。