背景:在高精度测量或者定位时往往需要亚像素定位,既要滤波又要保边,但是在图像预处理滤波如中值均值高斯滤波等往往会破坏边缘,最终影响定位或者测量的精度,现目前图像预处理保边三大算法。
一、保边平滑算法 引导滤波
平滑保边滤波,引导滤波是何凯明等人在2010年提出的一种滤波方法,引导滤波的思想用一张引导图像产生权重,从而对输入图像进行处理,向滤波(Guided Fliter)显式地利用 guidance image 计算输出图像,其中 guidance image 可以是输入图像本身或者其他图像。导向滤波比起双边滤波来说在边界附近效果较好。
1、我们首先定义一个通用的线性平移变量滤波过程,它涉及引导图像 I II、滤波输入图像 p pp 和输出图像 q qq。I II 和 p pp 都是根据应用预先给出的,它们可以是相同的。像素 i ii 处的滤波输出表示为加权平均值:
qi=j∑Wij(I)⋅pj (1)
其中 i ii和 j jj 是像素索引。 滤波器内核 W i j W_{ij}W ,是引导图像 I II 的函数,与 p pp 无关。 该滤波器相对于 p pp 是线性的。
2、这种滤波器的一个例子是联合双边滤波器,双边滤波核 由下式给出:
3、隐式加权平均滤波器优化二次函数并以这种形式求解线性系统:
4、现在我们定义引导过滤器。引导滤波器的关键假设是引导 I II 和滤波输出 q qq 之间的局部线性模型。
........................
一方面,引导滤波器与双边滤波器一样具有良好的边缘保留平滑特性,但不会受到梯度反转伪影的影响,达到平滑保边的作用。
halcon对应API接口:
guided_filter(Image, ImageGuide : ImageGuided : Radius, Amplitude : )
导向滤波--能很好地保留边缘清晰度 *参数1:原图 *参数2:引导图 *参数3:输出图 *参数4:过滤半径,建议值:1,2,3,5,10 *参数5:控制边对平滑的影响
需要具体推导原理和详情可以参考何凯明等人的文献如下:
参考论文:
[1] K. He, J. Sun, and X. Tang. Guided image filtering. In ECCV, pages 1–14. 2010.
[2] K. He, J. Sun, and X. Tang. Guided image filtering. TPAMI, 35(6):1397–1409, 2013
[3] He K, Sun J. Fast Guided Filter[J]. Computer Science, 2015.
二、保边平滑算法 双边滤波
双边滤波是一种综合考虑滤波器内图像空域信息和滤波器内图像像素灰度值相似性的滤波算法,可以实现在保留区域信息的基础上实现对噪声的去除、对局部边缘的平滑。双边滤波对高频率的波动信号起到平滑的作用,同时保留大幅值变化的信号波动,进而实现对保留图像中边缘信息的作用。
三、保边平滑算法 加权最小二乘滤波器