| 主权项 |
一种基于局部均值差值的自适应伪球滤波方法，其特征在于，包括步骤： 步骤S1：获取图像并将其转化为灰度图像；步骤S2：定义连续伪球函数；具体方式为：对于伪球函数<img file="107891dest_path_image001.GIF" wi="413" he="56" />，使用二次曲面<img file="352928dest_path_image002.GIF" wi="141" he="28" />与伪球函数进行拼接，获得连续伪球函数为：<img file="460561dest_path_image003.GIF" wi="392" he="103" />，其中<img file="324612dest_path_image004.GIF" wi="12" he="20" />为连续伪球函数的尺度参数，<img file="732459dest_path_image005.GIF" wi="11" he="19" />为连续伪球函数的边缘保持参数，系数<img file="820501dest_path_image006.GIF" wi="38" he="22" />的计算公式为：<img file="556376dest_path_image007.GIF" wi="94" he="52" />，<img file="83172dest_path_image008.GIF" wi="223" he="64" />； 步骤S3：定义伪球滤波器模板；具体方式为：根据步骤S2定义的连续伪球函数，对于(2<i>k</i>+1)×(2<i>k</i>+1)大小的伪球滤波模板<i>PF</i>，其(<i>i</i>，<i>j</i>)处的权重值定义为：<img file="220893dest_path_image009.GIF" wi="575" he="108" />，其中<i>i</i>=1,…,2<i>k</i>+1，<i>j</i>=1,…,2<i>k</i>+1，<i>K</i>=<i> k</i>+1且<i>k</i>的取值范围为1~5；步骤S4：计算图像中各点处的均值差值；具体方式为：对于图像中任一位置X(<i>x</i>,<i>y</i>)，将中心为X(<i>x</i>,<i>y</i>)、大小为(2<i>k</i>+1)×(2<i>k</i>+1)的方形区域确定为X(<i>x</i>,<i>y</i>)的支撑区域并记为<img file="807732dest_path_image010.GIF" wi="36" he="23" />，计算<img file="827640dest_path_image010.GIF" wi="36" he="23" />内各像素点灰度值的平均值和标准差，并分别记为<img file="33494dest_path_image011.GIF" wi="39" he="24" />和<img file="884775dest_path_image012.GIF" wi="34" he="25" />，然后计算<img file="783461dest_path_image010.GIF" wi="36" he="23" />内去掉点X(<i>x</i>,<i>y</i>)后各像素点灰度值的平均值并记为<img file="618562dest_path_image013.GIF" wi="42" he="23" />，将<img file="159265dest_path_image014.GIF" wi="146" he="27" />定义为点X(<i>x</i>,<i>y</i>)处的均值差值；步骤S5：计算图像中各点处的加权均值差值；具体方式为：对于图像中任一位置X(<i>x</i>,<i>y</i>)，定义<img file="271577dest_path_image015.GIF" wi="146" he="39" />为点X(<i>x</i>,<i>y</i>)处的加权均值差值，其中<img file="931710dest_path_image016.GIF" wi="22" he="25" />为<img file="395052dest_path_image010.GIF" wi="36" he="23" />内灰度值位于区间<img file="67342dest_path_image017.GIF" wi="202" he="27" />的像素点个数，<img file="34161dest_path_image018.GIF" wi="38" he="28" />表示点X(<i>x</i>,<i>y</i>)的灰度值，<img file="133704dest_path_image019.GIF" wi="17" he="19" />的取值范围为1~5；步骤S6：计算伪球滤波器在图像中各点处的尺度参数；具体方式为：对于图像中任一位置X(<i>x</i>,<i>y</i>)，伪球滤波器在点X(<i>x</i>,<i>y</i>)处的尺度参数为<img file="553184dest_path_image020.GIF" wi="126" he="53" />，其中比例系数<img file="29165dest_path_image021.GIF" wi="13" he="17" />的取值为1~4，<i>eps</i>表示一个小于10<sup>‑8</sup>的正数；步骤S7：计算伪球滤波器在图像中各点处的边缘保持参数；具体方式为：对于图像中任一位置X(<i>x</i>,<i>y</i>)，伪球滤波器在点X(<i>x</i>,<i>y</i>)处的边缘保持参数为<img file="647228dest_path_image022.GIF" wi="149" he="27" />，比例系数<img file="58618dest_path_image023.GIF" wi="12" he="25" />的取值为1~4；步骤S8：计算图像中各点处归一化的伪球滤波模板；具体方式为：对于图像中的任一位置X(<i>x</i>,<i>y</i>)，由步骤S6和步骤S7分别获得该点处的尺度参数<img file="90028dest_path_image024.GIF" wi="37" he="31" />和边缘保持参数<img file="979486dest_path_image025.GIF" wi="33" he="28" />，然后根据步骤S3获得点X(<i>x</i>,<i>y</i>)处的伪球滤波模板<img file="779952dest_path_image026.GIF" wi="27" he="27" />，定义归一化的伪球滤波模板为<img file="362243dest_path_image027.GIF" wi="145" he="72" />；步骤S9：使用归一化的伪球滤波模板对图像进行滤波，输出滤波后的图像；具体方式为：对于图像中的任一位置X(<i>x</i>,<i>y</i>)，将<img file="553053dest_path_image010.GIF" wi="36" he="23" />内各点处的像素灰度值与归一化伪球滤波模板<img file="370836dest_path_image028.GIF" wi="33" he="32" />对应位置处的权重值相乘，然后求和即可获得点X(<i>x</i>,<i>y</i>)处滤波后的输出值。 |
