封面故事|图像纹理滤波

会员服务 ·

封面故事|图像纹理滤波

2018 年 11 月 21 日 中国图象图形学报

引用格式

邵欢，刘春晓.结合纹理梯度抑制与L₀梯度最小化的纹理滤波[J].中国图象图形学报，2018，23（11）：1666-1675.

DOI: 10.11834/jig.180280

原文链接

http://www.cjig.cn/html/jig/2018/11/20181104.htm

导语：纹理滤波是一种能够在保持结构的同时抑制纹理的图像平滑方法，其在细节增强、图像分割、图像风格化和色调映射等视觉计算领域有着强大的应用潜力。针对已有方法中存在的强梯度纹理无法被抑制或结构丢失的问题，本文提出一种结合纹理梯度抑制与L₀梯度最小化的纹理滤波算法。

论文看点

1. 算法设计思想：先对纹理像素的梯度进行衰减抑制，获得一幅适合已有纹理滤波方法处理的纹理平滑图像，然后再采用已有纹理滤波方法进一步处理获得最终结果。

2. 为了实现对于纹理像素的梯度衰减，设计了一个能够区分结构\纹理像素的方向性区间梯度算子。

3. 从已有的纹理滤波方法中选择具有一定的结构重塑效果的L₀梯度最小化图像滤波方法进行最后的平滑滤波处理，以取得更好的结构保持效果。

4. 实验证明本文算法能够在抑制强梯度纹理的情况下对图像的主要结构得以保持，并且具有良好的普适性和鲁棒性。另外，将文中纹理滤波算法应用于图像的边缘检测和细节增强中也取得了不错的效果提升。

专家推荐

文章综合相关方法设计了解决纹理滤波方法中强梯度纹理抑制与结构保持难以兼顾问题的一个纹理滤波方法，并进行了方法实现与目视评价，丰富了纹理滤波处理技术。

本文方法

首先，提出一种能够区分结构/纹理像素的方向性区间梯度算子，其中采取了局部对比度拉伸和尺度自适应策略，提升了弱梯度结构像素的识别能力。

图1 本文算法流程图

随后，利用区间梯度幅值对原始图像梯度进行抑制，并用抑制后的图像梯度进行图像重建，获得纹理像素梯度小于结构像素梯度的纹理抑制图像。

最后，考虑到纹理梯度抑制时会对结构像素的梯度产生一定的衰减作用，本文采用具有梯度提升作用的梯度最小化方法对纹理抑制图像进行滤波，得到纹理抑制结构保持的纹理滤波图像。

本文结果

通过测试马赛克和自然风景等不同类型的图片，并与梯度最小化、滚动引导图像滤波、相对总变分、共现滤波等方法相比较，本文算法能够在抑制强梯度纹理的情况下对图像的主要结构得以保持，并且具有良好的普适性和鲁棒性。同时本文将纹理滤波应用于图像的边缘检测和细节增强，取得了不错的效果提升。

图2 不同参数下的重建及滤波效果

图3 边缘检测效果

图4 细节增强效果

本文算法在兼顾强梯度纹理的抑制和结构的保持方面已超越已有的方法，对于图像的目标识别、图像融合、边缘检测等易受强梯度纹理干扰的技术领域，具有较大的应用潜力。

作者简介

第一作者

❍

邵欢，浙江工商大学硕士研究生，主要研究方向为图像处理与模式识别。E-mail:

shaohuan93@outlook.com

通信作者

❍

刘春晓，副教授，主要研究方向为图像处理与理解，模式识别与智能系统。E-mail:

cxliu@mail.zjgsu.edu

实验室简介

可视媒体大数据技术浙江省工程实验室依托于浙江工商大学计算机科学与技术和软件工程两个一级学科硕士学位授予点、浙江工商大学智慧商务环境技术协同创新中心和信息处理与可视计算重点实验室暨可视智能技术研究院组建而成，是学校进入“教育部、商务部与浙江省政府共建重点大学”、“浙江省重点建设大学”以来重点建设的研究创新载体之一。实验室结合浙江省电子商务和智慧安防两大优势特色行业的实际需求，以视觉大数据的智能处理、分析与理解为核心，承担完成了一批视觉大数据技术相关的包括国家科技支撑计划项目、国家自然科学基金项目、浙江省重大/重点研发计划项目等国家和省部级重大重点科研课题，取得了十余项省部级奖励，发表高质量SCI检索论文300余篇，授权发明专利100余项。