基于自适应流形滤波的边缘感知编辑

边缘感知编辑是图像和视频编辑中运用非常广泛的编辑方法。全局优化计算是处理此类问题的最常用手段,但是在处理高分辨率图像视频时存在诸多性能问题。为此,提出一种采用自适应流形滤波的方法,用于处理多种边缘感知编辑。借助自适应流形滤波具有局部边缘感知以及全局影响扩散的特性,实现多种边缘感知编辑的处理效果,同时避免传统的全局优化方法所产生的时间损耗和较高的计算复杂度,得到较好的视觉效果。实验结果表明,该方法具有较好的边缘保持性和全局性,并能够实时处理高分辨率的视频图像。

基于自适应流形滤波的高光谱图像分类方法

滤波器在提取高光谱图像空间纹理信息时往往容易陷入局部的特征提取。针对这一问题,提出一种自适应流形滤波的高光谱图像分类算法(AMF-SVM)。该方法采用自适应寻优,先计算第一个流形,然后根据流形树高度进行递归投射、平滑和聚合处理,结合处理结果对高光谱进行线性滤波,得到较好的空间特征,并由支持向量机(SVM)完成分类,最后获得最优的分类结果。实验表明,相比使用光谱信息、高光谱降维、空谱信息结合的SVM分类方法,边缘保持滤波以及递归滤波的方法,AMF-SVM对高光谱图像的分类精度有较大提高,充分说明了该方法的有效性。