基于引导滤波器和局部回归理论的Monte Carlo图像噪声移除算法

针对现有Monte Carlo(MC)光线跟踪算法中噪声影响大和绘制消耗高的问题,提出一种基于引导滤波器和局部回归理论的自适应绘制算法.首先计算场景特征图像的梯度信息,利用引导滤波器对初始特征图像进行预过滤,以提高诸如景深、运动模糊等特殊绘制效果的图像质量;然后利用局部回归理论进行图像重构,并在图像空间计算最优重构参数,从而避免由含噪特征图像导致的噪声传递问题;最后计算Stein’s unbiased risk estimator(SURE)评判像素复杂程度并引导自适应采样过程.实验结果表明,该算法能够在提高图像视觉质量的同时,有效地降低了噪声影响,并能够绘制高质量的景深、运动模糊等特殊效果.