家常菜--酸辣土豆丝

文章介绍了如何使用保边的双边滤波对YUV图像的Y通道进行降噪处理。这种方法结合了像素的欧氏距离和辐射差异,通过二维高斯函数计算权重,实现对高频噪声的过滤同时保持图像边缘清晰。滤波过程涉及空间域核和像素域核的乘积,用于更新图像像素值。
摘要由CSDN通过智能技术生成

算法实现的内容:

        对YUV图像提取Y通道进行降噪,去除图像上的一些高频噪声。因为图像上的边缘也属于高频部分,所以使用了保边的双边滤波。

算法原理:

        双边滤波基于高斯分布采用加权平均的方法,用周边像素亮度值的加权平均代表某个像素的强度。最重要的是,双边滤波的权重不仅考虑了像素的欧氏距离(如普通的高斯低通滤波,只考虑了位置对中心像素的影响),还考虑了像素范围域中的辐射差异(例如卷积核中像素与中心像素之间相似程度、颜色强度,深度距离等)。

        二维高斯函数公式如下:

        

其中Gσs是空间域核,i,j是滤波窗口中心像素坐标,m,n是滤波窗口输入像素坐标,当假设中心坐标为(0,0)时,m,n的值分别时(-2,2)(-1,2)(0,2)...(2,-2)时,根据调节σs的值就可以求出一个5x5的空间域滤波核。

Gσr是像素域核,I(i,j)是滤波窗口中心像素的灰度值,I(m,n)是滤波窗口中输入像素的灰度值。

将 Gσs 与 Gσr 相乘即得到每个点对应的Wp,即Wp = Gσs × Gσr,在遍历结束后,用每个点的Wp乘上该点的像素值I(m, n),并求和,作为分子。将每个点的Wp相加,作为分母,两者相除,即得到需要的新输出图像的中心点(i,j)的像素值。也就是我们的滤波输出,我们将小框从左往右,从上往下不断移动,按照我们的算法不断更新方框中心的像素值,就得到了双边滤波算法的输出。


 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值