[发明专利]分段线性图像边缘保持的全弯曲滤波方法、装置及系统

权利要求书

1.一种分段线性图像边缘保持的全弯曲滤波方法，其特征在于，包括：

构建用于处理图像，使图像具有边缘保持能力的高阶几何全弯曲滤波模型；

基于所述全弯曲滤波模型的目标函数，结合乘法策略将其一阶导数和二阶导数结合，以使所述全弯曲滤波模型同时能够刻画图像的分片性和光滑性；

基于梯度下降法处理所述全弯曲滤波模型，得到欧拉-拉格朗日类型的高阶各向异性非线性方程；

基于所述高阶各向异性非线性方程，采用有限差分法进行求解，得到所述全弯曲滤波模型的解；

确定所述图像中的目标像素，所述目标像素包括位于图像内容的边缘处的像素；

在基于所述全弯曲滤波模型处理所述图像时，结合多个滤波窗口并行处理多个所述目标像素，并分别选取最大差分值作为各所述目标像素在所述图像中位置处的梯度。

2.根据权利要求1所述的分段线性图像边缘保持的全弯曲滤波方法，其特征在于，所述全弯曲滤波模型为：

其中，为带有噪声的分段线性图像，为所述图像处理后得到的分片光滑线性图像，算子为二阶导数构成矢量的模，用于度量图像的线性光滑性质，为一阶算子，用于检测所述图像的边缘位置，所述一阶算子在所述图像的不同分片光滑区域的交界附近取值增大，平坦处取值为1。

3.根据权利要求2所述的分段线性图像边缘保持的全弯曲滤波方法，其特征在于，所述全弯曲滤波模型中的每个系数的绝对值对所述图像的局部曲面的弯曲程度相近，当所述图像为三维空间曲面图像时，经所述全弯曲滤波模型处理得到的图像中，各处弯曲程度为0。

4.根据权利要求2所述的分段线性图像边缘保持的全弯曲滤波方法，其特征在于，所述基于梯度下降法处理所述全弯曲滤波模型得到欧拉-拉格朗日类型的高阶各向异性非线性方程，包括：

基于梯度下降法处理所述全弯曲滤波模型，得到受噪声水平约束的的最小值，基于所述最小值确定欧拉-拉格朗日类型的高阶各向异性非线性方程为：

其中，div为二阶散度算子，为由四个归一化二阶导数组成的向量。

5.根据权利要求4所述的分段线性图像边缘保持的全弯曲滤波方法，其特征在于，所述基于所述高阶各向异性非线性方程，采用有限差分法进行求解，得到所述全弯曲滤波模型的解，包括：

基于所述高阶各向异性非线性方程，采用有限差分法进行求解，得到，所述为：

基于差分求解结果确定方向的四阶扩散项为：

其中，对于负，为-1，对于零，为0，对于正，为+1。

6.根据权利要求2所述的分段线性图像边缘保持的全弯曲滤波方法，其特征在于，所述在基于所述全弯曲滤波模型处理所述图像时，结合多个滤波窗口并行处理多个所述目标像素，并分别选取最大差分值作为各所述目标像素在所述图像中位置处的梯度，包括：

在基于所述全弯曲滤波模型处理所述图像时，创建多个滤波窗口；

每个所述目标像素与对应的滤波窗口的边或角对齐设置，且多个滤波窗口对多个所述目标像素并行处理，所述处理包括计算前向差分、后向差分及中心差分；

基于计算的差分值选取最大差分值作为各所述目标像素在所述图像中位置处的梯度。

7.根据权利要求6所述的分段线性图像边缘保持的全弯曲滤波方法，其特征在于，所以目标像素的梯度定义为：

其中，，和分别表示前向差分、后向差分和中心差分，表示所述目标像素，，其中U为上、D为下、L为左、R为右、NW为西北、NE为东北、SW为西南、SE为东南，W表示所述图像在连续情况下定义的上、下、左、右、西北、东北、西南和东南方向的八个边窗。