[发明专利]一种保持结构边缘的图像去纹理方法

权利要求书

1.一种新的保持结构边缘的图像去纹理方法，其特征在于：包括如下步骤：

步骤1：给定一幅输入图像I，I中像素p的强度值记为I_p；给定奇数k值，像素p的邻域N(p)是以像素p为中心的大小为k×k的二维矩形区域；计算自适应纹理滤波空间尺度σ_s(p)；

首先计算结构方向相对总变化图像，记作dRTV；计算方法见式(1)：

其中，g_σ(p，q)表示方差为σ²的高斯函数，ε＝10^-6用来防止公式中分母为零；表示像素q沿着结构方向角度φ的方向偏微分算子，见式(2)：

其中，和分别表示水平和垂直方向的微分算子；在[0，2π]中均匀采样12个不同方向的φ值，使用上述方法计算像素p的12个方向对应的值，然后使用式(3)求得像素p的结构方向θ_p：

根据求得的结构方向θ_p，获得输入图像的结构方向相对变化图像

根据求得的结构方向相对变化图像，使用式(4)求得自适应纹理滤波空间尺度σ_s(p)：

Round(·)表示四舍五入运算；λ的值默认为0.005；|N(p)|表示像素p的邻域N(p)内的像素数量；

步骤2：对输入图像进行增处理，增强图像中较弱的结构边缘；使用引导图像滤波器对输入图像I进行增强处理，增强图像对比度，强化输入图像I内强度较弱的结构边缘，求得增强后图像D；

步骤3：根据步骤一求得的自适应纹理滤波空间尺度和步骤二增强后图像，计算纹理滤波的引导图像M；根据步骤1求得的自适应空间尺度σ_s(p)和步骤2求得的增强后图像D，对输入图像I进行联合双边滤波，得到引导图像M；联合双边滤波方法见式(5)：

式中是归一化系数；

步骤4：根据步骤3中求得的引导图像M，结合局部拉普拉斯图像滤波器，构造联合局部拉普拉斯滤波器，变换该滤波器使其等价于输入图像与联合双边滤波方法的线性混合；

以边缘感知的局部拉普拉斯金字塔图像滤波方法为基础，考虑图像两层拉普拉斯金字塔，引入步骤3求得的引导图像M，修改局部拉普拉斯滤波器的变换函数空间r为式(6)：

r(p)＝p-(p-g)f(p_m-g_m) (6)；

p表示输入图像I的像素，g表示该图像高斯金字塔系数，f(*)表示为连续函数，p_m表示引导图像M的像素，g_m表示引导图像的高斯金字塔系数；对于两层的滤波器，需要计算输出图像J的拉普拉斯金字塔的两层图像L₀[J]和L₁[J]；假设输出图像的残差L₁[J]保持不变，即L₁[J]＝L₁[I]；输出图像J的拉普拉斯金字塔的第0层图像是变换图像r(I)和其对应低通滤波图像之间的差见式(7)：

p表示像素，表示构建拉普拉斯金字塔的归一化高斯核函数，*表示卷积操作；输入图像I的金字塔最精细层表示为金字塔系数g＝I_p，引导图像M的金字塔最精细层的系数g_m＝M_p；将重新定义的映射函数r代入式(7)，求得式(8)：

将残差层图像L₁[·]上采样，并加入到式(8)，推导后求得联合局部拉普拉斯滤波器的输出图像J，表示为式(9)：

q表示邻域Ω_p内的像素；结合联合双边滤波和式(9)，发现联合局部拉普拉斯滤波器跟联合双边滤波器有相似之处：两层的联合局部拉普拉斯滤波器输出图像J的第二项是使用和连续函数f在空间邻域的加权平均；将f定义为引导图像M像素值范围偏差的高斯核函数，看到输出图像J的定义与联合双边滤波方法是高度相关的；

变换联合局部拉普拉斯滤波器，其等价于输入图像与联合双边滤波方法的线性插值，令连续函数f为值域高斯核函数则变换过程表示为式(10)～(14)：

J_p＝I_p+μ_p(JBF_p-I_p) (13)；

J_p＝(1-μ_p)I_p+μ_pJBF_p (14)；

其中表示归一化高斯核函数，是二维空间定义域滤波高斯核函数，其中σ_s是位置方差，其值为步骤1中求得的自适应纹理滤波空间尺度σ_s(p)；是值域滤波高斯核函数，其中σ_r是色彩方差；μ表示插值系数，值为JBF为输入图像I与引导图像M的联合双边滤波结果；

步骤5：根据步骤1求得的自适应纹理滤波空间尺度、用户给定的色彩方差和步骤3求得的引导图像，计算联合局部拉普拉斯滤波器的插值系数；根据步骤4中推导结果，使用式(15)计算滤波器插值系数μ：

其中q是p邻域N(p)内的像素，是归一化系数；

步骤6：结合输入图像I和步骤3求得的引导图像，计算联合双边滤波的结果；根据自适应空间滤波尺度σ_s和用户指定的色彩方差σ_r，使用引导图像M，对输入图像进行联合双边滤波，得到相应的结果JBF，见式(16)：

步骤7：结合输入图像I、步骤5求得的插值系数和步骤6求得的联合双边滤波结果，采用线性混合方法，得到图像去纹理的结果；结合输入图像I、步骤5求得的插值系数μ和步骤6求得的联合双边滤波结果JBF，采用步骤4中推导出的线性混合方法，得到图像去纹理的结果J见式(17)：

J＝(1-μ)I+μ·JBF (17)；

如果一次滤波效果不满意，将步骤7中求得的J赋值为新的输入图像，重复上述步骤一至步骤七，得到新的图像去纹理结果；一般重复迭代3-5次就可以获得满意的图像去纹理结果。