引导滤波 · Retinex

参考:

(学习笔记)图像处理——Retinex增强

Retinex、log对数变换、直方图均衡化区别,边缘增强Retinex算法与拉普拉斯算法联系、均衡化与亮度调节算法、大津阈值计算

guided Filter--引导滤波算法原理及实现

导向滤波(Guided Filter)的解析与实现

Guided Image Filtering --引导图像滤波 解析+图像去雾应用

传统图像去噪方法(二)之引导滤波

暗通道先验之Guided filter导向滤波

retinex:

  1. 光照不均匀图像的抑制
  2. 图像亮度增强,细节的保护,色彩的保护,自然度的恢复等等
  3. 图像去噪(噪声属于高频信息,可将噪声留在反射分量中再去噪)
  4. 细节提取(类似于Canny边缘提取)
  5. 图像结构和纹理的单部分获取
%% SSR1
clear;close all;clc;
I = imread("F:\haze\haze001.bmp"); 


R = I(:, :, 1);
[N1, M1] = size(R);
R0 = double(R);
Rlog = log(R0+1);
Rfft2 = fft2(R0);
 
sigma = 80;%高斯核参数
F = fspecial('gaussian', [N1,M1], sigma);
Efft = fft2(double(F));
 
DR0 = Rfft2.* Efft;%卷积
DR = ifft2(DR0);%反变换到空域 
 
DRlog = log(DR +1);
Rr = Rlog - DRlog;

EXPRr = Rr;
MIN = min(min(EXPRr));
MAX = max(max(EXPRr));
EXPRr = 255*(EXPRr - MIN)/(MAX - MIN);%线性拉伸

 
G = I(:, :, 2);
 
G0 = double(G);
Glog = log(G0+1);
Gfft2 = fft2(G0);
 
DG0 = Gfft2.* Efft;
DG = ifft2(DG0);
 
DGlog = log(DG +1);
Gg = Glog - DGlog;

EXPGg = Gg;
MIN = min(min(EXPGg));
MAX = max(max(EXPGg));
EXPGg = 255*(EXPGg - MIN)/(MAX - MIN);

 
B = I(:, :, 3);
 
B0 = double(B);
Blog = log(B0+1);
Bfft2 = fft2(B0);
 
DB0 = Bfft2.* Efft;
DB = ifft2(DB0);
 
DBlog = log(DB+1);
Bb = Blog - DBlog;

EXPBb = Bb;
MIN = min(min(EXPBb));
MAX = max(max(EXPBb));
EXPBb = 255*(EXPBb - MIN)/(MAX - MIN);

 
result = cat(3, EXPRr, EXPGg, EXPBb);
result = uint8(result);
subplot(121), imshow(I), title('origin');
subplot(122), imshow(result), title('sigma = 80');

引导滤波:

高斯滤波的核函数与待处理图像无关,即高斯滤波对任何图像的操作相同,高斯滤波的权重与中心像素点的距离有关,像素距离中心像素点越近,权重越大,反之,权重越小。

图像可以看作有梯度较小的平缓部分及梯度较大的边缘(细节、纹理)部分构成的,噪声通常是以其为中心的各个方向上梯度都较大但相差不多。边缘也会出现梯度的跃变,但是边缘只有在其法向方向上才会出现较大的梯度,而在切向方向上梯度较小

高斯滤波等各向同性滤波器对待边缘和噪声采取一致的处理方法,(空间不变性及与待处理图像无关)使得噪声减小的同时,图像的细节和纹理都被磨平。因此,研究人员提出了保边滤波方式。

引导滤波是一种边缘保留滤波方式,当引导图像为图像本身时,能够实现保边滤波。假设引导图像与滤波输出图像之间为线性关系,因此能够由引导图明确图像的边缘和平坦区域,从而完成平滑区域,保持边缘的引导滤波效果。

\mu _{k}是窗口内像素点的均值,I_{i}I_{j}指相邻两个像素点的值,\sigma _{k}代表窗口内像素点的方差,\epsilon是一个惩罚值。对图像边缘进行滤波操作时,I_{i}-\mu _{k}I_{j}-\mu _{k}异号,在平坦或噪声区域,I_{i}-\mu _{k}I_{j}-\mu _{k}同号,因此在引导滤波器中,在平坦或噪声区域权重较大,平滑效果明显,在边缘部分权重较小,平滑效果较弱,能够起到保持边缘的效果。

惩罚值\epsilon对滤波效果影响也很大,当\epsilon值很小时,滤波如前面所述;当\epsilon值很大时,权重的计算公式将近似为一个均值滤波器,平滑效果会更明显。

  • 23
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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