基于结构张量图像建模方法的滤波性能研究.pdfVIP

基于结构张量图像建模方法的滤波性能研究1 邵文泽，韦志辉 南京理工大学计算机科学与技术学院，南京(210094) E-mail: shaowenze1010@ 摘 要: 本文关注基于结构张量的图像建模方法，对基于结构张量的偏微分方程(PDE)和变 分泛函方法的滤波性能进行了系统的分析研究。基于角形强度度量和水平线演化理论，首先 研究设计出一种用于角点增强的角形冲击滤波器，以克服边缘冲击滤波增强图像的不足。基 于边缘冲击滤波器和角形冲击滤波器，随后研究分析了基于扩散张量的各向异性PDE的滤波 性能。研究指出，Weickert提出的散度型各向异性PDE对应的是具有角点保持作用的平滑增 强滤波机制；而Tschumperlé提出的可计算迹型PDE是散度型各向异性PDE的一种退化情形， 对应的是平滑滤波机制且不具有角点保持作用。建立在上述工作基础上，研究分析了基于结 构张量变分泛函方法满足角点保持性的条件。最后，建立一种面向应用的统一正则PDE框架， 从而更直观、更有效地刻画在平坦区域、边缘结构、以及角形结构的滤波性能。图像滤波、 图像放大、超分辨率重建、图像修补等多种图像处理结果验证了统一正则PDE框架的有效性。 关键词：偏微分方程；冲击滤波；结构张量；角点保持；图像插值；图像修补；超分辨率 中图分类号：TP 391 1. 引言 自20世纪80年代末，数字图像处理的深入研究极大推动了基于Fourier分析方法的经典信 号处理学科的发展。经典的数字信号处理往往基于信号的平稳性或者高斯随机过程假设，因 此线性算法被认为是最优的。然而，实际的数字信号尤其是自然图像往往存在具有边缘、角 点等具有重要视觉意义的非平稳几何结构，很难用简单的高斯过程进行有效刻画，所以数字 图像处理逐渐倾向于非线性算法的研究。因此，数字图像处理的主流研究包括两个重要方面 [1] ：一是数字图像的理解、表示与数学建模研究；二是基于图像模型的图像处理算法设计及 性能研究。有效的图像建模对后续图像处理算法的设计和性能具有至关重要的作用。经过近 20年的发展，研究者们已经从多个角度建立起图像的数学模型，主要包括[1,2] ：基于马尔科 夫随机场(Markov random field; MRF)的统计图像建模方法，基于正则化函数空间的几何图像 建模方法，基于调和分析的几何多尺度图像建模方法，基于多重分形的几何图像建模方法， 以及基于人类视觉系统感知的图像建模方法。基于正则化函数空间的几何图像建模方法将导 致基于变分泛函和几何偏微分方程(partial differential equation; PDE) 的图像处理方法，统称为 变分PDE方法。与其它方法相比，变分PDE方法在数学理论和数值计算上具有如下显著特点： 可以直接处理图像中视觉重要的几何特征，如梯度、切线、曲率等；可以有效地模拟具有视 觉意义的动态过程，如各向同性扩散、各向异性扩散等；可以运用成熟的数值计算方法或现 代智能优化算法，如模拟退火、遗传算法等。 本文重点关注基于结构张量(structure tensor)的图像建模方法[3-10]，对基于结构张量的偏 微分方程(PDE)和变分泛函方法的滤波性能进行了系统的分析研究。基于角形强度度量和水 平线演化理论，首先研究设计出一种用于角点增强的角形冲击滤波器，以克服边缘冲击滤波 1 Supported by the Natural Science Foundation of China under Grant No(国家自然科学基金); by the National High-Tech Research and Development Plan of China under Grant No.2007AA12E100 ( 国家高技术研究 发展计划(863)); by the National Research Foundation for the Doctoral Program of Higher Education of China under Grant No.M200606018 (教育部博士点基金); by the Natural Science Foundation of Jiangsu Province of China under Grant No.BK200656