Vyhlazování zachovávající hrany - Edge-preserving smoothing

Vyhlazování zachovávající hrany je zpracování obrazu technika, která vyhlazuje šum nebo textury při zachování ostrých hran. Příklady jsou medián, bilaterální, vedeno, a anizotropní difúze filtry.

Úvod

V mnoha aplikacích, např. Pro lékařské nebo satelitní zobrazování, jsou hrany klíčové vlastnosti, a proto musí být zachovány ostré a nezkreslené při vyhlazení / odšumění.[1] Filtry chránící hrany jsou navrženy tak, aby automaticky omezovaly vyhlazování na „hranách“ v obrazech měřených např. Velkými gradientními veličinami.

Například motivace pro anizotropní difúze (nazývané také nestejnoměrná nebo variabilní difúze vodivosti) je to, že Gaussův vyhlazený obraz je jediný časový řez řešení tepelné rovnice, který má původní obraz jako počáteční podmínky. Anizotropní difúze zahrnuje člen proměnné vodivosti, který se určuje pomocí diferenciální struktury obrazu tak, že se teplo nešíří přes okraje obrazu.

Filtry na ochranu hran lze pohodlně formulovat v obecném kontextu založeném na grafech zpracování signálu, Kde graf matice sousedství se nejprve určí pomocí diferenciální struktury obrazu, poté pomocí graf Laplacian je formulován (analogicky k anizotropní difúze operátor) a nakonec je konstruován přibližný dolní propust pro zesílení vlastní vektory grafu Laplacian odpovídající jeho nejmenšímu vlastní čísla.

Vzhledem k tomu, že se hrany objevují pouze implicitně při konstrukci filtrů zachovávajících hrany, používá běžný filtr některé parametry, které lze vyladit, k vyvážení mezi agresivním průměrováním a ochranou hran. Běžná výchozí volba parametrů filtru je zaměřena na přirozené obrázky a vede k silnému odšumění za cenu nějakého vyhlazení okrajů.

Iterativní filtry

Požadavky na přísné zachování hran obvykle omezují vyhlazovací sílu filtru, takže jediné použití filtru má stále za následek nepřijatelně velký hluk od okrajů. Opakovaná aplikace filtru může být užitečná ke snížení šumu, což vede k myšlence kombinovat filtr s iterační metoda, např Čebyševova iterace a metoda sdruženého gradientu jsou navrženy v [2] pro potlačení obrazu na základě grafu.

Kvůli interpretaci filtrů zachovávajících hrany jako filtrů založených na grafu s nízkým průchodem, jsou iterační řešení vlastních čísel, jako například LOBPCG, lze použít pro odšumění; vidět,[3] např. k urychlení opakované aplikace úplné odšumění variace.

Vylepšení vyhlazení hran

Anizotropní difúze generuje malé vodivost v místě okraje obrazu, aby se zabránilo toku tepla přes okraj, čímž se vytvoří anizotropní difúze ochrana okraje filtru. V interpretaci založené na grafu odpovídá malá vodivost malé váze okraje grafu popisujícího a pravděpodobnost a náhodná procházka přes okraj v Markovův řetězec na grafu. Pokud by byla hmotnost grafu záporná, odpovídalo by to záporné vodivosti v rovnice tepla, stimulující koncentraci tepla na vrcholy grafů spojeno spíše hranou grafu než běžným teplem rozptýlení. I když to není fyzické pro rovnice tepla, tento efekt má za následek zostření rohů jednorozměrných signálů, pokud jsou použity v grafických vyhlazovacích filtrech, jak je uvedeno v odkazu [4] který také poskytuje alternativní fyzickou interpretaci pomocí vlnová rovnice popisující mechanické vibrace systému hmotné pružiny s některými odpudivými pružinami.

Převzorkování s ochranou hran

Signál převzorkování přes tradiční interpolaci následovanou vyhlazením pro odšumění zjevně narušuje hrany v původním ideálním nebo převzorkovaném signálu. V článku je navržena interpolace na ochranu hran, po které následují filtry na ochranu hran [5] např. převzorkování fotografie bez blesku RGB vedené pomocí blesku RGB s vysokým rozlišením a hloubkového obrazu s použitím fotografie RGB s vysokým rozlišením.

Reference

  1. ^ Tatar, Nurollah a kol. "Satelitní stereofonní párování s vysokým rozlišením pomocí objektově semiglobálního párování a iterativní filtr s ochranou hran „IEEE Geoscience and Remote Sensing Letters (2020): 1-5.
  2. ^ Tian, ​​D .; Mansour, H .; Knyazev, A .; Vetro, A. (2014). Čebyšev a konjugujte přechodové filtry pro potlačení grafického obrazu. Mezinárodní konference IEEE o multimédiích a výstavách Expo (ICMEW). s. 1–6. arXiv:1509.01624. doi:10.1109 / ICMEW.2014.6890711.
  3. ^ Knyazev, A .; Malyshev, A. (2015). Zrychlené spektrální polynomiální filtry založené na grafech. 2015 IEEE 25. mezinárodní workshop o strojovém učení pro zpracování signálu (MLSP), Boston, MA. s. 1–6. arXiv:1509.02468. doi:10.1109 / MLSP.2015.7324315.
  4. ^ Knyazev, A. (2015). Filtry vylepšující hrany s negativními váhami. Globální konference IEEE o zpracování signálu a informací (GlobalSIP), Orlando, FL, 14. – 16. Prosince 2015. str. 260–264. arXiv:1509.02491. doi:10.1109 / GlobalSIP.2015.7418197.
  5. ^ Knyazev, A .; Malyshev, A. (2017). Rekonstrukce signálu pomocí vedení operátora. SampTA 2017: Teorie vzorkování a aplikace, 12. mezinárodní konference, 3. – 7. Července 2017, Tallinn, Estonsko. str. 630–634. arXiv:1705.03493. doi:10.1109 / SAMPTA.2017.8024424.