[发明专利]一种基于显著性的多尺度图像平滑方法

说明书

一种基于显著性的多尺度图像平滑方法，首先对图像进行显著化处理，得到其显著图，根据得到的显著图确定高斯平滑滤波器尺度参数和模板尺寸参数，遍历图像，利用不同参数的滤波器对图像不同区域进行滤波得到平滑图像。本发明有益效果：有效的利用图像本身灰度分布特性进行图像平滑，在不同的显著区域使用不同的平滑参数，使得结果更加符合人类视觉系统特性，在图像压缩和模糊应用中具有很好的效果。

技术领域

本发明涉及图像处理领域，具体地说是一种基于显著性的多尺度图像平滑方法。

背景技术

模糊技术是图像处理技术领域中常用的一种图像增强手段，多用于图像压缩与图像去噪。常见的图像模糊方法包括中值滤波、均值滤波、高斯模糊等方法。这些方法的基本原理都是通过设计不同的滤波器对图像进行平滑达到消除噪声或者图像模糊的目的。

常见的图像模糊方法往往根据实际的图像特点或经验选择合适的滤波器或者滤波参数，并且参数一旦确定，整幅图像采用相同的参数进行平滑处理，这种方式忽略了图像本身灰度分布的差异。

发明内容

本发明所要解决的技术问题是提供一种基于显著性的多尺度图像平滑方法，解决常见图像平滑技术滤波器参数固化，难以实现根据图像灰度分布自适应调整滤波参数的问题。

本发明为解决上述技术问题所采用的技术方案是：一种基于显著性的多尺度图像平滑方法，包括以下步骤：

(1)计算图像I的显著度，得到其显著图；

(2)根据步骤(1)得到的显著图确定高斯平滑滤波器尺度参数δ(i,j)和模板尺寸参数N(i,j)；

(3)遍历图像，利用不同参数的滤波器对图像不同区域进行滤波得到平滑图像L(x,y,δ)。

本发明所述步骤(1)中计算图像I的显著度并得到其显著图的方法为：

A(f)＝F(I(x))

L(f)＝log(A(f))

R(f)＝L(f)-h*L(f)

S(x)＝G(x)*F^-1[exp(R(f)+P(f))]²

其中，f为频率，A(f)为图像的傅里叶变换的幅度谱，I为输入图像，F为傅里叶变换，F^-1为傅里叶反变换，P为相位谱，L(f)为log谱，h为均值滤波器，S为显著图，G为高斯函数。

本发明所述步骤(2)中根据显著图确定高斯平滑滤波器尺度参数δ(i,j)和模板尺寸参数N(i,j)的方法为：

δ(i,j)＝-alog(Norm(S(i,j)))

其中，Norm(S(i,j)表示对显著图进行归一化处理，a和b为常数，用以控制各参数的衰减速度。

本发明所述a和b为经验值，取值范围为a∈[0.1,0.3]，b∈[0.1，0.5]。

本发明所述步骤(3)中利用不同参数的滤波器对图像不同区域进行滤波得到平滑后的图像L(x,y,δ)为：

其中G为高斯函数，L为平滑图像。

本发明的有益效果是：本发明基于显著性的多尺度图像平滑方法可以有效的利用图像本身灰度分布特性进行图像平滑，在不同的显著区域使用不同的平滑参数，使得结果更加符合人类视觉系统特性，在图像压缩和模糊应用中具有很好的效果。

附图说明

图1为本发明图像平滑方法的流程图；