如何進(jìn)行雙邊濾波的圖像處理算法研究

　　濾波是圖像處理和計(jì)算機(jī)視覺中最基本的操作，高斯低通濾波是最常用的，其原理是鄰域內(nèi)像素值的加權(quán)平均。這種鄰域內(nèi)的平均會使一些邊界被平均掉而使圖像出現(xiàn)模糊，雙邊濾波正是為了解決邊緣模糊的問題而提出的。它不僅考慮空間的鄰近性也考慮亮度的相似性，只有鄰域內(nèi)亮度相似的才被一起平均。 雙邊濾波自提出以來在理論和應(yīng)用方面都有了很大的改進(jìn)和發(fā)展。

　　本文以雙邊濾波算法為研究對象，主要工作有以下幾個(gè)方面：

　?。?）通過實(shí)驗(yàn)，總結(jié)出雙邊濾波參數(shù)的選擇標(biāo)準(zhǔn)。

　?。?）將中值濾波的思想運(yùn)用到雙邊濾波中，得到偽中值的雙邊濾波，增加了去除椒鹽噪聲的性能。

　　（3）基于雙邊濾波和非局部濾波，提出了一種新的邊緣檢測方法。

　　數(shù)字圖像處理又稱為計(jì)算機(jī)圖像處理，它是指將圖像信號轉(zhuǎn)換成數(shù)字信號并利用計(jì)算機(jī)對其進(jìn)行處理的過程。數(shù)字圖像處理最早出現(xiàn)于20世紀(jì)50年代，當(dāng)時(shí)的電子計(jì)算機(jī)已經(jīng)發(fā)展到-定水平，人們開始利用計(jì)算機(jī)來處理圖形和圖像信息。數(shù)字圖像處理作為一門學(xué)科是以人的視覺效果為目的。圖像處理中，輸入的，是質(zhì)量低的圖像，輸出的是改善質(zhì)量后的圖像，常用的圖像處理方法有圖像增強(qiáng)、，復(fù)原、編碼、壓縮等。圖像處理技術(shù)在許多應(yīng)用領(lǐng)域受到廣泛重視并取得了重大的開拓性成就，這些領(lǐng)域有航空航天、生物醫(yī)學(xué)工程、工業(yè)檢測、機(jī)器人視覺、公安司法、軍事制導(dǎo)等。早期的圖像處理的目的是改善圖像的質(zhì)量，它以人為對象，以改善藝術(shù)等，使圖像處理成為一門引人注目、前景遠(yuǎn)大的新型學(xué)科。隨著圖像處理技術(shù)的深入發(fā)展，從70年代中期開始，隨著計(jì)算機(jī)技術(shù)和人工智能、思維科學(xué)研究的迅速發(fā)展，數(shù)字圖像處理向更高、更深層次發(fā)展。人們已開始研究如何用計(jì)算機(jī)系統(tǒng)解釋圖像，實(shí)現(xiàn)類似人類視覺系統(tǒng)理解外部世界，這被稱為圖像理解或計(jì)算機(jī)視覺。圖像理解雖然在理論方法研究上已取得不小的進(jìn)展，但它本身是一個(gè)比較難的研究領(lǐng)域，存在不少困難，因人類本身對自己的視覺過程還了解甚少，因此計(jì)算機(jī)視覺是一個(gè)有待人們進(jìn)一步探索的新領(lǐng)域。

　　一副圖像基本上包括光譜、空間、時(shí)間等三類基本信息，對于一副灰度圖像，其光譜信息是以像元的灰度值來體現(xiàn)的，對光譜信息的增強(qiáng)可以通過直方圖均衡化和直方圖規(guī)范化實(shí)現(xiàn)，即改變像元的灰度值以達(dá)到信息增強(qiáng)的目的。圖像間的插值運(yùn)算可以提取圖像的動(dòng)態(tài)信息（即時(shí)間信息）。對圖像的空間紋理信息的提取則可以通過空間域?yàn)V波技術(shù)和頻域?yàn)V波技術(shù)來實(shí)現(xiàn)。圖像的空間紋理信息可以反，映圖像中物體的位置、形狀、大小等特征，而這些特征可以通過-定 的物理模式來描述。例如，物體的邊緣輪廓由于灰度值變化劇烈-般呈現(xiàn)高頻率特征，而-個(gè)比較平滑的物體內(nèi)部由于灰度值比較均- -則呈現(xiàn)低頻特征。因此，可以根據(jù)需要分別增強(qiáng)圖像的高頻和低頻特征。對圖像的高頻增強(qiáng)稱為高通濾波，它可以突出物體的邊緣輪廓，從而起到銳化圖像的作用，因此也可以稱為銳化濾波器。從頻率域的角度講，它能減弱甚至消除圖像的低頻分量，保留高頻分量。相應(yīng)的， ：低通濾波（即平滑濾波器）則是指對圖像的低頻部分進(jìn)行增強(qiáng)，它可以對圖像進(jìn)行平滑處理，一般用于圖像的噪聲消除。從頻率域的角度講，它可以減弱甚至消除圖像的高頻分量，而保留低頻分量。