[发明专利]基于加权中值滤波的图像纹理滤波方法

说明书

技术领域

本发明涉及一种图像纹理滤波方法，尤其是基于加权中值滤波的图像纹理方法。

背景技术

图像纹理滤波算法是指利用算法去除图像中包含的复杂纹理信息同时保持图像中的显著结构信息不被弱化。图像纹理滤波算法在图像处理、机器视觉、模式识别等领域都具有较为广泛的应用。例如图像纹理滤波算法能够用来去除图像中包含的一些分布比较密集的噪声信息，可以作为预处理操作来提高边缘检测的效果等。由于图像纹理滤波算法的重要性，有许多算法被提出用来进行纹理滤波操作。

基于边界保持的图像滤波算法，这类算法把高对比度的区域看作显著的结构边界。然而，一些平坦的纹理区域有时也会包含一些高的震荡。因此会容易把这些区域误判成结构边界。这类算法的典型代表有，Tomasi等人提出的双边滤波器算法(参见Tomasi C，Manduchi R.Bilateral filtering for gray and color images.Proceedings of IEEE International Conference on Computer Vision，IEEE Computer Society，1998：839-846)、Subr等人提出的基于局部极值的边界保持滤波器算法(参见Subr K，Soler C，Durand F.Edge-preserving multiscale image decomposition based on local extrema.ACM Transactions on Graphics，2009，28：1-9)以及Farbman等人提出的基于加权最小二乘的边界保持滤波器算法(参见Farbman Z，Fattal R，Lischinski D，Szeliski R.Edge-preserving decompositions for multi-scale tone and detail manipulation.ACM Transactions on Graphics，2008，27(3)：15-19)。

根据全局变化区分图像中包含的显著结构信息和复杂纹理信息。Xu等人提出了相对总变化(Relative Total Variation)来引导图像的纹理滤波操作(参见Xu L，Yan Q，Xia Y，et al.Structure extraction from texture via relative total variation.ACM Transactions on Graphics，2012，31(6)：439-445)。这种类型的算法不能够很好的区分图像中结构附近的纹理信息，因此对于结构边界附近的纹理信息不能够很好的去除。

Cho等人提出了利用改进的相对总变化(modified Relative Total Variation)的图像插值生成引导图像，来进行图像的纹理滤波操作，但是Cho等人采用的是基于双边滤波器算法。由于双边滤波算法的特性，因此Cho等人的算法会在一定程度上模糊图像的结构边界同时不能够较好的处理极端变化的纹理信息(参见Cho H，Lee H，Kang H，Lee S.Bilateral texture filtering.ACM Transactions on Graphics，2014，33(4)：1-8)。

除了上面介绍的图像纹理滤波算法以外还有许多其他的图像纹理滤波算法，但是这些算法都具有一些缺陷。因此本发明提出了一种基于加权中值滤波的图像纹理滤波算法。该方法给出了一种新的处理图像中纹理信息的方法，并且对于极端变化的纹理信息具有较好的处理效果。

发明内容

本发明的目的：本发明提出了一种基于加权中值滤波的图像纹理滤波方法。该方法提出了一种新的计算引导图像的方式，并且利用加权中值滤波能够较好的处理图像中包含的极端变化的纹理信息。

本发明设计了一种基于加权中值滤波的图像纹理滤波方法。该方法包括以下五个步骤：