CN112541873B - 一种基于双边滤波器的图像处理方法 - Google Patents

Abstract

本发明属于计算机视觉—图像处理领域，具体涉及一种基于双边滤波器的图像处理方法。本发明使用双线性插值(Bilinear)先对原图进行降采样，基于降采样后的点进行权重计算，最后用权重矩阵引导降采样后的图像上采样恢复至原始分辨率。本发明降低了时间复杂度，在加快计算速度同时，得了更好的保边效果和图像去噪效果。

Description

一种基于双边滤波器的图像处理方法

技术领域

本发明属于计算机视觉—图像处理领域，具体涉及一种基于双边滤波器的图像处理方法。

背景技术

保边滤波器旨在平滑图像细节的同时保留清晰的边缘。近些年出现了一些保边滤波器如：双边滤波器、引导滤波器、域变换滤波器等。由于双边滤波器在去噪的同时具有保边特性，它仍是目前应用相对广泛的非线性保边滤波器之一。双边滤波器在实际中有广泛的应用，如去噪、细节增强、高动态图像压缩、去雾、阴影去除等。

双边滤波器是一个包含空间域核和值域核的非线性平滑滤波器。空间域核和值域核都是典型的高斯函数，用于补偿具有较大强度差异的像素。单纯双边滤波的主要障碍是计算量大，时间复杂度为O(n*σ²)，其中n为给定像素为，σ为核半径。为了加速和改进双边滤波器，有很多算法被提了出来。现有方法可分为对两个方面的改进，在空间域和值域上的改进。在空间域上提出的方法有基于分布直方图的方法进行加速等。在值域上提出的方法有通过多重高斯滤波得到近似双边滤波器的输出等。值域核函数比空间域核函数对滤波后的输出结果影响更大，粗略的值近似可能会破坏滤波后的图像质量。现有的基于量化的近似方法可以大大加快双边滤波的速度，但在极端量化的情况下可能会导致图像过度模糊。此外，算法的运行时间取决于采样率，在较低的采样率下，算法的运行速度会较慢。现有的量化策略是质量和效率之间的权衡。因此需要提出一种更优的快速计算双边滤波的方法，能够克服现有双边滤波方法中的不足。

发明内容

针对现有技术中存在的问题，本发明提出了一种基于双边滤波器的图像处理方法，能够在快速滤波的同时，将图像中显著的边缘很好地保留住，既能较好地去除噪声现象，又有较好的保边性，且有较高的计算效率。

为了实现上述发明目的，本发明提出了一种基于双边滤波器的图像处理方法，包括以下步骤：

步骤1，选择需要滤波处理的原图A，共有n个像素点，原图像素点用j表示，读取图像中每个像素的RGB三通道值及位置坐标H，V，组成五维向量(h，v，r，g，b)，其中，h为像素点的横坐标，v为像素点的纵坐标，r，g，b为每个像素点的对应RGB三通道的值；

步骤2，对五维向量(h，v，r，g，b)进行双线性插值(bilinear)降采样；

步骤3，根据原图A，以降采样后的像素点i为中心，以2σ_s为半径计算权重，权重公式如下：

其中，i代表降采样后的像素点，j代表原图像素点，w_ij为降采样像素点i关于原图其他像素点j的权重；h_i，v_i代表降采样像素点i的横坐标和纵坐标的值，h_j，v_j代表像素点j的横坐标和纵坐标的值，σ_s是位置衰减系数，σ_r是色彩衰减系数；r_i代表素点i在R通道上的灰度值，g_i代表降采样后的像素点i在G通道上的灰度值，b_i代表降采样后的像素点i在B通道上的灰度值；r_j，g_j，b_j为像素点j在三个通道上的灰度值；

步骤4，根据步骤3得到的权重值构造滤波矩阵W_n*k，W_n*k矩阵的每一列都表示一个降采样像素点i关于原图像素点j的相关权重，将每个降采样后得到的像素点i与原图像素点j进行权重计算，得到的值按列存放在W中，得到n*k维的滤波矩阵；

步骤5，基于滤波矩阵W_n*k，用滤波矩阵W分别乘以原图A的RGB三个通道降采样后的向量r_k*1，g_k*1，b_k*1，得到输出图像A的RGB三个通道向量的值，并将每个通道的向量按照与原图A相同的顺序排列并拼接到一起，即得到滤波输出图像。

进一步地，上述步骤2中的双线性插值降采样具体如下：

假设已知函数f，f为一个像素点的某一色彩维度值，已知在Q₁₁＝(x₁，y₁)、Q₁₂＝(x₁，y₂)、Q₂₁＝(x₂，y₁)以及Q₂₂＝(x₂，y₂)四个点的值，

首先在x方向进行线性插值，得到：

其中R₁＝(x，y₁)

其中R₂＝(x，y₂)

再在y方向上进行线性插值，得到：

综合得到最后双线性插值的结果：

对原图A双线性插值降采样后有k个像素点，降采样后的像素点用i表示，可以直接从五维向量中得到降采样后的点对应的原图的坐标。

进一步地，上述步骤4中，构造滤波矩阵W_n*k计算权重值时在2σ_s为半径以内的计算权重值，在半径以外的权重为0。

本发明的有益效果：

在如人像磨皮、图像去噪，去雾等不同的实际应用中，图像经过保边滤波之后的效果以及产生的问题会直接影响应用最后的结果，因此无论是在滤波速度，保边效果和去噪效果上都需要算法拥有良好的表现。本发明利用Bilinear降采样，基于降采样后的点再进行权重的计算，以此来构建滤波矩阵，再对降采样后的图进行上采样至原像素，此方法有着更快的计算速度，在保边性和图像去噪上也有着更好的表现。

附图说明

图1是本发明方法的流程图；

图2，其中(a)是原图，原始图像为500像素*500像素；(b)是本发明滤波后的结果，参数为σ_s＝2，σ_r，＝15，原始图像为500像素*500像素，时间为0.0486s，(c)是原始双边滤波器滤波后的结果，参数为σ_s＝2，σ_r＝15，时间为4.330870s。

图3，其中，(a)是原图，原始像素为151像素*113像素；(b)是本发明滤波后的结果，参数为，σ_r＝40，σ_s＝10，时间为0.0033238s；(c)是原始双边滤波后的结果，参数为σ_s＝10，σ_r＝40，时间为1.276760s；

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用于解释本发明，并不用于限定本发明。

如图1所示，本发明所提出的一种基于双边滤波器的图像处理方法，具体过程如下：

步骤1，选择需要滤波处理的原图A，共有n个像素点，原图像素点用j表示，读取图像中每个像素的RGB三通道值及位置坐标h，v，组成五维向量(h，v，r，g，b)，其中，h为像素点的横坐标，v为像素点的纵坐标，r，g，b为每个像素点的对应三通道RGB的值。

步骤2，对五维向量(h，v，r，g，b)进行双线性插值(bilinear)降采样，降采样后有k个像素点，降采样后的像素点用i表示，可以直接从五维向量中得到降采样后的点对应的原图的坐标。

步骤3，根据原图A，以降采样后的像素点i为中心，以2σ_s为半径计算权重，权重公式如下：

其中，i代表降采样后的像素点，j代表原图像素点，w_ij为降采样像素点i关于原图其他像素点j的权重；h_i，v_i代表降采样像素点i的横坐标和纵坐标的值，h_j，v_j代表像素点j的横坐标和纵坐标的值，σ_s是位置衰减系数，σ_r是色彩衰减系数；r_i代表素点i在R通道上的灰度值，g_i代表降采样后的像素点i在G通道上的灰度值，b_i代表降采样后的像素点i在B通道上的灰度值；r_j，g_j，b_j为像素点j在三个通道上的灰度值。

步骤4，根据步骤3得到的权重值构造滤波矩阵W_n*k，W_n*k矩阵的每一列都表示一个降采样像素点i关于原图像素点j的相关权重(权重公式同步骤三)，将每个降采样后得到的像素点i与原图像素点j进行权重计算，得到的值按列存放在W中，得到n*k维的滤波矩阵。

作为本发明的优选实施例，构造滤波矩阵W_n*k计算权重值时，在2σ_s为半径以内的计算权重值，在半径以外的权重为0。

步骤5，基于滤波矩阵W_n*k，用滤波矩阵W分别乘以原图A的RGB三个通道降采样后的向量r_k*1，g_k*1，b_k*1，得到输出图像A′的RGB三个通道向量的值，使得图像上采样至原来的像素，并将每个通道的向量按照与原图A相同的顺序排列并拼接到一起，即得到滤波输出图像。

作为本发明的优选实施例，本发明步骤2中的双线性插值降采样具体如下：

假设已知函数f，f为一个像素点的某一色彩维度值，已知在Q₁₁＝(x₁，y₁)、Q₁₂＝(x₁，y₂)、Q₂₁＝(x₂，y₁)以及Q₂₂＝(x₂，y₂)四个点的值，

首先在x方向进行线性插值，得到：

其中R₁＝(x，y₁)

其中R₂＝(x，y₂)

再在y方向上进行线性插值，得到：

综合得到最后双线性插值的结果：

对原图A双线性插值降采样后有k个像素点，降采样后的像素点用i表示，可以直接从五维向量中得到降采样后的点对应的原图的坐标。

本发明的时间复杂度大致上可以表示为O(k*σ²)，从理论上讲速度优于原始的双边滤波器的O(n*σ²)；实验中，在Intel i5-10210U CPU@1.60GHz，16G内存的机器上，对1000像素×1000像素的彩色RGB图像进行滤波，参数为σ_s＝10，σ_r＝40，采样点个数为10000，时间为0.1527s左右，相比原始滤波器，计算速度有了很大的提升。

为了验证本发明所提出的一种基于双边滤波器的图像处理方法的效果，以下结合对图像的处理效果作进一步说明。

结合图2，(a)是原图；(b)是本发明滤波后的结果，参数为σ_s＝2，σ_r＝15，原始图像为500像素*500像素，时间为0.0486s，(c)是原始双边滤波器滤波后的结果，参数为σ_s＝2，σ_r＝15，时间为4.330870s，结合处理效果，对比两种方法对比同参数下可以看出原始双边滤波器速度要比本发明的速度慢很多，且原始滤波器对一些脸部瑕疵并没有本发明的平滑效果好。

结合图3，其中，(a)是原图，原始像素为151像素*113像素；(b)是本发明滤波后的结果，参数为σ_r＝40，σ_s＝10，时间为0.0033238s；(c)是原始双边滤波后的结果，参数为σ_s＝10，σ_r＝40，时间为1.276760s；结合处理效果可以看出在，在相同参数下，本发明的滤波结果明显优于原始双边滤波器的滤波结果，同参数下，本发明的噪声对噪声处理的更好，且对图像边缘细节也保留的更精确。

以上实施例仅用于说明本发明的设计思想和特点，其目的在于使本领域内的技术人员能够了解本发明的内容并据以实施，本发明的保护范围不限于上述实施例。所以，凡依据本发明所揭示的原理、设计思路所作的等同变化或修饰，均在本发明的保护范围之内。

Claims (3)

1.一种基于双边滤波器的图像处理方法，其特征在于，包括以下步骤：

步骤1，选择需要滤波处理的原图A，共有n个像素点，原图像素点用j表示，读取图像中每个像素的RGB三通道值及位置坐标H，V，组成五维向量(h，v，r，g，b)，其中，h为像素点的横坐标，v为像素点的纵坐标，r，g，b为每个像素点的对应RGB三通道的值；

步骤2，对五维向量(h，v，r，g，b)进行双线性插值降采样；

步骤3，根据原图A，以降采样后的像素点i为中心，以2σ_s为半径计算权重，权重公式如下：

其中，i代表降采样后的像素点，j代表原图像素点，w_ij为降采样像素点i关于原图其他像素点j的权重；h_i，v_i代表降采样像素点i的横坐标和纵坐标的值，h_j，v_j代表像素点j的横坐标和纵坐标的值，σ_s是位置衰减系数，σ_r是色彩衰减系数；r_i代表素点i在R通道上的灰度值，g_i代表降采样后的像素点i在G通道上的灰度值，b_i代表降采样后的像素点i在B通道上的灰度值；r_j,g_j,b_j为像素点j在三个通道上的灰度值；

步骤4，根据步骤3得到的权重值构造滤波矩阵W_n+k,W_n+k矩阵的每一列都表示一个降采样像素点i关于原图像素点j的相关权重，将每个降采样后得到的像素点i与原图像素点j进行权重计算，得到的值按列存放在W中，得到n*k维的滤波矩阵；

步骤5，基于滤波矩阵W_n*k，用滤波矩阵W分别乘以原图A的RGB三个通道降采样后的向量r_k*1，g_k*1，b_k*1，得到输出图像A′的RGB三个通道向量的值，并将每个通道的向量按照与原图A相同的顺序排列并拼接到一起，即得到滤波输出图像。

2.根据权利要求1所述的一种基于双边滤波器的图像处理方法，其特征在于步骤2中的双线性插值降采样具体如下：

假设已知函数f,f为一个像素点的某一色彩维度值，已知在Q₁₁＝(x₁，y₁)、Q₁₂＝(x₁，y₂)、Q₂₁＝(x₂，y₁)以及Q₂₂＝(x₂，y₂)四个点的值，

首先在x方向进行线性插值，得到：

其中R₁＝(x，y₁)

其中R₂＝(x，y₂)

再在y方向上进行线性插值，得到：

综合得到最后双线性插值的结果：

对原图A双线性插值降采样后有k个像素点，降采样后的像素点用i表示，可以直接从五维向量中得到降采样后的点对应的原图的坐标。

3.根据权利要求1所述的一种基于双边滤波器的图像处理方法，其特征在于，所述步骤4中，构造滤波矩阵W_n*k计算权重值时在2σ_s为半径以内的计算权重值，在半径以外的权重为0。