[发明专利]利用任意内核滤波器对数据进行滤波的方法

说明书

技术领域

本发明总体上涉及滤波数据，更具体地说，涉及利用任意内核滤波器(kernel filter)滤波数据。

背景技术

在信号和数据处理中，更具体地说，在图像处理中，内核滤波器经常被应用于输入数据以产生增强的输出数据。内核滤波器通过将函数应用于数据集合中的每个点来工作。典型地，内核滤波器包括内核和在该内核上定义的函数。内核(通常为2D图像中的矩形像素区域)针对函数指定支持区域。该函数通常为滤波器系数的矩阵的形式。矩阵的系数为确定内核中的每个点对生成滤波器响应的贡献的乘法因数。在所有底层(underlying)输入数据与滤波器系数相乘之后，通过对乘积求和来确定当前点处的响应。通过选择不同的内核函数，可以执行不同类型的滤波。

滤波在计算方面要求很高。因此，常规方法试图将原始内核拆解(break down)成例如使用尺度空间表示的更小内核的卷积，见P.Burt，“Fast filter transforms for image processing”，Computer Vision，Graphics andImage Processing，vol 16，20-51，1981。对于给定的图像，线性尺度空间表示是由信号与高斯内核的卷积定义的派生信号(derived signal)族，通过同时对信号进行平滑和欠采样来进行所述卷积。以这种方式，可以获得计算上高效的方法。

然而，进行所有与大内核集合的卷积需要大量的乘法运算。因此，还可以设计2D滤波器内核，并随后将滤波器分解成多个可分离的一维滤波器或级联表示的和，见J.Crowley，R.Stern，“Fast computation of thedifference of low-pass transform”，IEEE Trans.Pattern Anal.Machine Intell，vol.6，212-222，1984，P.Heckbert，“Filtering by repeated integration”，ACMSIGGRAPH Computer Graphics vol.20：4，315-321，1986，以及W.Wells，“Efficient synthesis of Gaussian filters by cascaded uniformfilters”，IEEE Trans.Pattern Anal.Machine Intell.，vol.8：2，234-239，1986。这可以通过使用2D内核的特征值展开或者奇异值(singular value)分解(SVD)来实现，见W.S.Lu，H.P.Wang，A.Antoniou，“Design of 2D FIR digital filtersby using the singular value decomposition”，(IEEE Trans.CircuitsSystem，vol.37，35-36，1990)，这里通过引用并入这些文献。

通过利用2D高斯函数的可分离性，可以将各向异性或定向的独立高斯内核分解成一维高斯滤波器，所述一维高斯滤波器在非正交方向上后面紧跟着另一个滤波器，J.M.Geusebroek，A.Smeulders，J.Weijer，“Fastanisotropic Gauss filtering”，IEEE Transaction on ImageProcessing，vol.12：8，2003。所述方法允许使用卷积和递归策略来进行边缘和脊(ridge)地图的快速计算。

求和盒滤波器(sum-box filter)技术通过对求和盒滤波器的转换的输出求和来将较大内核线性滤波器近似为一因子，J.Shen，W.Shen，S.Castan，T.Zhang，“Sum-box technique for fast linearfiltering”，Signal Process.，vol.82：8，1109-1126，2002。该方法不需要乘法运算。该方法使用关于尺度样条函数的分析。该方法仅通过加法运算就可以实现与较大滤波器内核的卷积。盒技术可以通过乘法运算来实现高斯滤波器，但是不能与高斯滤波器之外的线性滤波器一起使用。