[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

说明书

本发明提供一种分段线性图像边缘保持的全弯曲滤波方法、装置及系统，该方法包括：构建用于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；基于梯度下降法处理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；基于高阶各向异性非线性方程，采用有限差分法进行求解，得到全弯曲滤波模型的解；确定图像中的目标像素；在基于全弯曲滤波模型处理图像时，结合多个滤波窗口并行处理多个目标像素，并分别选取最大差分值作为各目标像素在图像中位置处的梯度。本发明的分段线性图像边缘保持的全弯曲滤波方法能够在光滑图像的同时显著提高边缘保持能力。

技术领域

本发明实施例涉及图像处理技术领域，特别涉及一种分段线性图像边缘保持的全弯曲滤波方法、装置及系统。

背景技术

图像处理领域中，许多应用都涉及图像滤波的概念，以达到去噪，去模糊和细节增强等的目的。几十年来，各种滤波器都得到了发展，例如盒子滤波器、高斯滤波器和双边滤波器等。这些滤波器广泛应用于图像平滑、去模糊、边缘检测和特征提取等。

许多应用程序需要能够保留图像边缘的滤波器，典型的例子包括高动态范围图像色调映射，多尺度分解细节增强，以及结构保持和纹理去除等。为此，目前提出了许多边缘保持滤波器。这些边缘保持滤波器可以分为两类，一种是基于全局优化的算法，如全变分(total variation，TV)算法，迭代收缩法，相对全变分(relative total variation，RTV)和加权最小二乘(weighted least squares，WLS)算法等。另一种是基于局部优化的算法，如双边滤波器，其加速版本：快速双边滤波器，引导滤波器，其扩展版本：滚动引导滤波器，相互结构联合滤波器和曲率滤波器。此外还有局部与非局部相结合转换的BM3D滤波器。在实时处理应用场景中，基于局部可实时计算的滤波器成为首选。

图像滤波操作通常假设图像是分段线性的。对于分段线性图像的恢复，一种方法是利用包含四个二阶导数的Hessian构建高阶变分模型，一些经典的曲率算子已经使用过。另一种方法是，结合低阶和高阶算子来构建混合加法模型，一部分生成平面图像，另一部分生成平滑过渡区域。理论上，上述两种方法能够缓解图像中边缘的阶梯效应，但在实践中发现它们倾向于模糊边缘。造成上述情况的主要原因如下：第一是低阶与高阶结合策略的选择，加法策略无法较好的权衡分段与平滑之间的关系，往往导致实际结果偏向某一方面；第二是离散策略的合理使用，在实际情况中存在多种边缘形态，比如：阶梯边缘、斜坡边缘或者屋顶边缘等，此时高阶模型中的单一的离散策略不能很好地描述边缘像素的梯度。第三是滤波窗口的设计，大部分滤波器都选择将目标像素放置在单个滤波窗口的中心，通过领域像素计算目标像素并使其接近原始像素，受相邻像素的不相关性影响较大。

发明内容

本发明提供了一种能够在处理图像时实现高水平边缘保持的分段线性图像边缘保持的全弯曲滤波方法、装置及系统。

为了解决上述技术问题，本发明实施例提供了一种分段线性图像边缘保持的全弯曲滤波方法，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。

作为一可选实施例，所述全弯曲滤波模型为：