近年来,数字图像处理受到越来越多的关注。作为图像处理中的基础部分,图像多尺度分解问题一直是国际上的研究热点。在图像分解方法中,最常见的是将图像平滑得到基础层,然后将原图像与基础层相减得到细节层。对许多应用来说,图像分解最重要的是通过空间尺度来提取出所需尺度的信息。本文针对传统的保边界平滑算法,如双边滤波方法(Bilateral Filter;BLF)、加权最小二乘方法(Weighted Least Squares;WLS)提出基于图像的全变差约束(Total Variation;TV)来保持图像边界;其次,本文使用了一种区域化的梯度先验函数来保持结构信息并去掉细节信息。最后本文使用交替方向迭代算法(Alternating Direction Method;ADM)使得局部加权的TV方法(adaptive TV)可解并实现其快速算法。实验表明,基于图像的局部加权的TV方法(adaptive TV)可以更好的保持边界,减少边界处的光晕现象;在运算时间上也有明显优势;对图像的任意尺度的细节都能很好地提取,是一种有效的算法。
暂无评论