超级会员免费看
高效的基于学习的双边纹理滤波器与新颖的多触摸3D物体操作方法
1. 基于学习的双边纹理滤波器
在图像处理领域，图像通常包含丰富的视觉信息，可分解为边缘和纹理。人类对边缘信息更为敏感，因此在计算机视觉和计算摄影中，分离边缘和纹理至关重要。目前已有多种方法用于过滤纹理并保留边缘结构，但大多存在复杂度高、难以实现和加速的问题。
1.1 相关工作
结构保留滤波器主要分为平均法、优化法和基于块的方法：
- 平均法滤波器 ：也称为局部滤波，考虑像素的局部变化，通过加权平均计算输出图像像素值。常见的有双边滤波器、引导滤波器、测地滤波器等。双边滤波器是广泛使用的非线性、边缘保留算子，但无法处理颜色变化尺度较大的纹理图像。部分方法使用引导图像来保留边缘，而本文采用学习策略生成引导图像。
- 优化法滤波器 ：如总变分和L0梯度最小化等，通常使用全局优化。需要设计包含数据项和光滑项的能量函数，然后找到最优解。
- 基于块的方法 ：通过区域协方差描述符的相似性度量来去除纹理，能更准确地描述和识别纹理特征，但可能导致边缘锯齿化。
1.2 基于学习的双边纹理滤波器算法
算法步骤如下：
1. 输入：图像I，滤波器大小c、k（c < k），迭代次数niter
2. 输出：图像J
3. S ← Structured Forests方法
4. W ← 对S的每个像素应用非线性方程（式1）
5. for t = 0 to niter -
订阅专栏 解锁全文
扫一扫
238
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
