Image Smoothing Via L0 Gradient Minimization

本文探讨了一种图像平滑方法,基于L0梯度最小化,旨在保持图像细节的同时进行平滑处理。论文提出两个条件:平滑图像接近原始图像且边缘不变。通过建立数学模型并解决非凸优化问题,该方法利用傅里叶变换加速求解,最终得出求解h和v的算法步骤。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

论文以及论文代码下载地址:http://download.youkuaiyun.com/detail/dayenglish/8387567

论文对图像平滑提出了两个条件,第一:平滑后的图像必须非常接近原来的图像;第二:图像平滑后必须保证边缘不变。对上面两个条件建模得到如下公式:


其中Sp是第p次平滑之后的图像,而Ip是源图像,I不随p的变化而变化。函数C如下公式所示:


这个函数主要用于统计平滑图像垂直和水平方向的梯度不为0的像素之和,也就是保持图像的边界不变。lamda是一个变量控制C和前面的累加的关系。然而这个函数存在一个问题,就是不能进行凸优化。为了解决这个问题将上面的公式进行一下变形。

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值