论文部分内容阅读
一幅自然图像中往往同时包含着结构和纹理。图像平滑时希望去掉图像中的纹理，同时保留图像中的结构。已经出现了许多优秀的图像平滑算法，其中一些算法基于图像中像素的亮度或者梯度幅度的不同进行边界检测，一些算法使用图像中每个像素的邻域特征来区分纹理和结构，还有一些算法采用了相关的其它技术，例如低通滤波、直方图等。本文提出了一个新的简单的基于三维协作滤波的保留结构的图像平滑算法(Structure-Preserving Image SmoothingBased on3D Collaborative Filter)，简称为SP3D。本文算法根据图像块之间的相似度对图像进行分组。对每一个分组，首先进行三维小波变换，接着使用收缩函数收缩三维小波系数，然后进行三维小波逆变换，最后对组里的每一个平滑图像块进行结构增强处理。处理完全部分组后得到许多新的平滑图像块，它们需要被放回到原来的图像位置上。由于图像块之间有重叠，因此每个像素会有多个新值，为此使用聚合重建算法生成平滑后的图像。为了得到更好的平滑效果，可能需要迭代本文算法多次。实验结果表明本文算法能够很好地分离图像中的纹理和结构，其图像平滑效果要优于许多优秀的图像平滑算法。