基于双模式联合三边滤波器的深度图像超分辨率方法

彩色图像引导的深度图像超分辨率方法通过利用高分辨率彩色图像的高频信息来重建深度图像,取得了不错的重建效果,但当深度图像和彩色图像边缘不(完全)一致或彩色区域纹理丰富时,重建图像普遍存在边缘模糊和纹理拷贝问题。针对这一问题,提出一种边缘图像引导的双模式联合三边滤波器(DMJTF)方法。该方法利用单幅低分辨率深度图像构建了一个边缘图像金字塔字典,然后利用MRF模型构建了一个高分辨率边缘图像,该图像确定了滤波器的两种模式,分别用于重构深度图像的边缘和平滑区域。实验结果表明DMJTF算法有效地避免了纹理拷贝异常,降低了边缘模糊现象,在定性和定量两个方面都优于其他算法,取得了较好的超分效果。

基于亮度分层的快速三边滤波器色调映射算法

三边滤波器是在双边滤波器的基础上引入了梯度信息,能够很好地保留图像细节,但其时间开销较大.为此,提出了一种基于亮度分层的快速三边滤波算法.通过对三边滤波器中的梯度滤波阶段进行加速,把图像按照像素亮度值分成多层,并对每一层计算2幅中间图像,可在中间图像上进行高斯滤波得到梯度滤波的结果.实验结果表明,使用该算法进行高动态范围图像的色调映射,速度较原三边滤波器提高约10~15倍,而获得的低动态范围图像的视觉质量接近于原三边滤波器.

点模型的多边滤波器降噪算法

为了更好地去除噪声,并保持模型的突出特征,提出了一种鲁棒的点模型多边滤波器降噪算法,该算法充分考虑了模型表面的法向量、曲率等内蕴几何量和噪声之间的关系。首先通过自适应选取最优邻域控制函数来将滤波窗口限制在顶点法向量相近的区域,以防止滤波后模型的收缩和过光顺;然后运用协方差矩阵分析的方法,在最优邻域内计算出各采样点的法向量和曲率;最后以采样点滤波参考平面为基准,分别平滑采样点的法向量和位置,即先对采样点的法向量进行多边平滑,然后根据新的法向量来多边平滑输出各采样点的位置偏移量,最后在法向方向上移动该顶点,以达到降噪的目的。实验结果表明,多边滤波器在有效地去除噪声的同时,还能较好地保持点模型表面的几何特征。

基于三边滤波的Retinex图像去雾算法

针对传统Retinex算法采用高斯滤波估计图像的照射分量易产生边缘模糊,不能有效去除脉冲噪声且处理后的图像颜色易失真等问题,提出一种基于三边滤波的Retinex图像去雾算法。该算法利用三边滤波器估计图像的照射分量,三边滤波器继承了双边滤波器既可以有效降低图像加性高斯噪声又可以保持图像边缘细节的特性,同时又解决了双边滤波器与高斯滤波器不能有效滤除脉冲噪声,易产生伪边缘等问题。为验证该算法的有效性,采用5种不同的客观评价参数对处理后的图像进行评价。实验证明,该算法能有效地改善雾天图像的退化现象,提高图像的清晰度。

基于边缘的面向虚拟视绘制的深度编码算法

深度图由锐边缘包围纹理的匀质区域组成,因此边缘信息对于虚拟视的绘制至关重要.由于深度图不同区域的失真会对绘制虚拟视质量产生不同的影响,提出一种基于边缘的面向虚拟视绘制的深度编码算法.将深度图划分为边缘区域和平坦区域:对于边缘区域,采用全搜索策略,以提高边缘区域的编码质量;对于平坦区域,采用SKIP模式和16×16模式,以提高编码效率.除此之外,在去块滤波中,提出一种利用纹理图和深度图边缘相似性的可保护深度图片边缘的中值三边滤波器.实验结果表明,与JM编码方案相比,该方法在码率基本不变的前提下,提高了编码效率和虚拟视绘制的主观质量.

基于场景特殊区域的非均匀校正去鬼影算法

为了校正红外成像系统的非均匀性噪声,本文提出了一种基于场景特殊区域的非均匀性校正去鬼影算法。首先,采用三边滤波器对图像进行滤波,然后检测图像两种特殊的区域并对其校正系数进行调整。对检测到的高亮度区域,减小该区域相应的校正系数,使得该区域对校正系数的贡献减小;对检测到的灰度突变的边缘区域,增大该区域相应的校正系数,使得该区域对校正系数的贡献增大。通过这些步骤,可以有效避免校正系数的错误更新,可以有效减少鬼影现象。最后通过仿真实验证明,本文算法在去除场景特殊区域所造成的"鬼影效应"的效果优于空域低通时域高通算法和基于双边滤波器的时域高通滤波算法。因此,本文算法是有效的和实用的。