跳转至

阅读信息

552 个字  2 分钟  本页总访问量:加载中...

Lec 06 Filters

滤波器

用领域中所有像素的加权平均替换中心像素的颜色值。
一般使用空域不变(spatially-invariant)的核

  • Box filter: 简单平均
  • Gaussian filter:中心的权值大

图像边界的平均:像素值拓展,外围加零(zero packing)或特定颜色值

字体的软阴影效果:原图像做高斯模糊,模糊后的图像向旁边平移,与原图像叠加

边缘检测

边缘处图像信号不连续。
用差分代替导数(-1 0 1 的 1*3 filter),导数值大于阈值则认为是边缘

问题:图像有噪声,噪声处导数大
解决:先 Gaussian,再 derivative。两者合并为 DoG

Sobel Filter:

Blurring * 1D derivative filter

水平 Sobel filter:

\[\begin{bmatrix}1&0&-1\\2&0&-2\\1&0&-1\end{bmatrix}\]

竖直 Sobel filter:

\[\begin{bmatrix}1&2&-1\\0&0&0\\-1&-2&-1\end{bmatrix}\]

计算图像梯度:

选择 derivative filter,与图像做卷积,计算 gradient, direction, amplitude,只要有一个方向变化大就认为是边缘

得到的边缘可能宽度大。每次检测上下的像素对边缘的响应是否比当前像素更大,保留响应最大的点。

双边滤波(Bilateral Filter)

高斯滤波时去除噪声,但边界变模糊。

双边滤波:空间上接近且颜色值接近,则权值大。包含 spatial Gauss 和 range domain Gauss
不同像素的核不同,是 spatially-varient
实现去噪的同时保留明显的边界

\[J(x)=\frac{1}{k(x)}\sum_{\xi}f(x,\xi)g(I(\xi)-I(x))I(\xi)\]

其中 k(x)为归一化参数,保证权值之和为 1

增强细节:滤波前后图像做差为细节的像素值,将细节像素值乘 2 加到原图像

滤波的研究

HDR 图像的显示

HDR 范围可能过大,需要重新映射到 0-255 的 LDR。

  1. gamma 映射:将 x 映射为 \(x^{\gamma}\)。亮度高的部分压缩到小范围,亮度低的部分展开
  2. intensity 的 gamma 映射:将 intensity 和 color 分开,如转换为 YUV 格式,在 Y 通道(亮度)压缩、UV 通道(颜色)保持。细节处小的起伏被去掉,细节丢失。
  3. 用 Gaussian 滤波分离细节:分离不完全,物体边缘空缺。
  4. 用双边滤波代替高斯滤波

Digital Photography with Flash and No-flash Image Pairs

相机不动,打闪光灯和不用闪光灯拍两张。闪光灯图噪声更低,但有色差。
Joint bilateral filter:对不用闪光灯的图作双边滤波,其中 range domain Gaussian 用闪光灯的图。

闪光灯可能导致额外的高光:检测高光,做成 mask。

Guided Image Filtering

公式略。

实现双边滤波的效果,但时间复杂度低。