在具体写图像滤波方法之前,先给出图像滤波的一般性目标阐述和经典应用。图像通常有一个直观(intuition)特征: 图像往往由多块组成,各块内像素相似且过渡缓慢,块与块相邻部分称作边缘(Edge)。 图像滤波希望实现的是图像块内平滑降噪、去细节,并最大程度保留图像边缘。 图像滤波具备去除噪音、去除图像细节、保持图像边缘的能力,因此被广泛使用。 以下是MIT-A Gentle Introduction to Bilateral Filtering and its Applications收录的一些比较有趣的应用。
-
Denoising: Medical Imagery

Image
-
Detail Management/Tone Mapping:

Image
-
Denoising: Depth Refinement、Detail Transformer、Flash / No-flash Imaging-2004

Image
-
Denoising:

本文介绍了图像滤波的目标和应用,重点讲解了双边滤波、联合双边滤波、导向滤波以及L0梯度最小化等方法。双边滤波能保边缘,联合双边滤波用于融合不同图像信息,导向滤波则在保持边缘的同时提高了效率。
最低0.47元/天 解锁文章
4万+

被折叠的 条评论
为什么被折叠?



