图像分析之滤波之分片恒定

本文从最优化角度引入了加权众数滤波(Weighted Mode Filtering),加权中值滤波(Weighted Median Filtering)和加权均值滤波(Weighted Mean Filtering);根据权重函数(核函数?)的形式对加权均值滤波进行分类,主要分为线性滤波(包括线性移不变滤波,算术均值滤波),值域滤波和双边滤波等;推广了加权均值滤波,联合双边滤波,几何均值滤波,最值滤波和非局域均值滤波都可纳入其中。

本文是个人总结,希望对读者有所启发和帮助!文中有一些待商榷之处,希望读者指教。

更新记录

本文持续更新!如文中有错误,或你对本文有疑问或建议,欢迎留言或发邮件至quarrying#qq.com!

  • 2015年12月21日,第一版。
  • 2016年01月04日,添加带数据项的加权均值滤波,修改一些不一致的标记。
  • 2016年01月14日,添加加权众数滤波,整理了一下笔记。
  • 2016年01月15日,整理部分内容。
  • 2016年01月29日,小修改。
  • 2016年02月19日,修改博文题目,从《图像分析之空间邻域滤波》改为《图像分析之滤波之分片恒定》。整理文档结构,修改非局部均值滤波内容。
  • 2016年07月28日,修改部分内容。

参考

http://www.missyuan.com/thread-428384-1-1.html

[1998 ICCV] Bilateral Filtering for Gray and Color Images

https://en.wikipedia.org/wiki/Fr%C3%A9chet_mean

[2005 CVPR] A non-local algorithm for image denoising

正文

 

转载于:https://www.cnblogs.com/quarryman/p/neighborhood_filter.html

评论
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