在空间域平滑中,可用的算法有:噪声消除法,领域平均法,中值滤波,梯度倒数加权法,选择式掩膜平滑等。
这里选用梯度倒数加权平滑法和选择式掩膜平滑讲解。
梯度倒数加权平滑法的产生源于这样的考虑:在一帧离散图像中,相邻区域的变化大于区域内部的变化,在同一区域中中间像素的变化小于边沿像素的变化。梯度值正比于邻域像素灰度级差值,即在图像变化缓慢的区域,梯度值小,反之则大。现在取梯度倒数,该倒数的大小正好与梯度相反,以梯度倒数做权重因子,则区域内部的邻点权重就大于边沿近旁或区域外的邻点。也就是说,这种平滑其贡献主要来自于区域内部的像素,平滑后图像边沿和细节不会受到明显损害。
梯度导数加权平滑的第一步是建立归一化的权重矩阵W作为平滑的掩膜。对3*3窗口,其组成为:
这里规定,其余8个加权系数之和为1/2。
定义除w(j,k)外的其他权重矩阵元素为:
式中,m,n不能同时为零。并规定时,
。在此基础上,用窗口像素分别与相应位置上的权重因子相乘,积之和就是
的平滑输出
。
如果有一个窗口,其像素集为(按行顺序展开)。根据上述关系式可计算得到: