[发明专利]一种基于梯度最小化的图像平滑处理方法

摘要

本发明涉及自动驾驶图像处理技术领域，涉及一种基于梯度最小化的图像平滑处理方法，包括以下步骤，S1、输入图像I，并初始化参数δs、δr和n；S2、计算图像梯度Gx和Gy；S3、初始化循环次数i＝1和Ji；S4、循环次数i加1，若i≤n，则计算和继续执行步骤S5至S8；若i＞n，则执行步骤S9；S5、从和中抽取最小梯度生成最小生成树；S6、用最小生成树迭代更新图像梯度和S7、将双边滤波器应用到将和作为向导的原始图像I中计算出梯度Gx和Gy；S8、将双边滤波器应用到将原始图像梯度Gx和Gy作为制导的滤波图像中得到最终的滤波图像J；S9、输出滤波图像J＝Jn。本发明克服了现有技术中图像平滑处理效率低下的缺陷，从而达到快速进行图像平滑处理的目的。

主权项

1.一种基于梯度最小化的图像平滑处理方法，其特征在于，包括以下步骤：S1、输入图像I(x,y)，并初始化双边滤波器参数δs和δr，以及迭代次数n；S2、计算图像I(x,y)在每一个像素点(x,y)的图像梯度Gx(x,y)和Gy(x,y)，其中，Gx(x,y)＝|I(x,y)‑I(x+1,y)|，Gx(x,y)＝|I(x,y)‑I(x+1,y)|；S3、初始化循环次数i＝1，设定Ji为第i次迭代的输出图像，其中，J0＝I；S4、循环次数i加1，若i≤n，则计算第i次迭代的输出图像Jⁱ在每一个像素J^i‑1(x,y)的图像梯度和继续执行步骤S5至S8；若i＞n，则执行步骤S9；S5、从图像梯度和中抽取最小梯度组合成最小生成树；S6、用最小生成树迭代更新图像梯度和若在最小生成树中像素(x,y)和(x+1,y)之间的边缘保持，则令若在最小生成树中像素(x,y)和(x+1,y)之间的边缘连续，则令S7、将双边滤波器应用到将和作为向导的原始图像I(x,y)中计算出梯度G_x(x,y)和G_y(x,y)；S8、将双边滤波器应用到将原始图像梯度G_x(x,y)和G_y(x,y)作为制导的滤波图像中得到最终的滤波图像J；S9、输出滤波图像J＝Jn。