保边滤波之选择性模糊

博主之前的博客中介绍了数种保边滤波算法,它们滤波器设计的共性就是,同时考虑空间信息和灰度信息,这次要介绍的选择性滤波也是一样。选择性滤波是在一定空间领域内,选择灰度值范围进行加权平均(这一点和surface blur是一样的,与surfaceblur的不同是,surface blur是根据灰度值是否接近计算权重,选择性模糊是根据像素数量计算权重)。所以选择性模糊的一大好处就是,知道领域的直方图就可以完成滤波计算了,核心问题变成直方图统计之后,算法复杂度就大大降低了,在领域半径急剧增加时,可以体现优势。

阅读更多保边滤波之选择性模糊

自动对比度和自动伽马

在图像处理后期,常常会拿Photoshop做实验,所以开始研究Photoshop里面的算法。Photoshop中的算法都已经商业化,有些甚至原理非常简单,但是简单并不代表不好用,所以记录下。

自动对比度的设置在 调整->色阶 中,我们可以看到,算法主要有三个参数,阴影、中间调、高光。

阅读更多自动对比度和自动伽马

加权中值滤波

中值滤波是经典的非线性滤波,教材中都会介绍其处理椒盐噪声的作用。而加权中值滤波就是在窗口内的每一个像素都乘以一个相应的权值,然后用加权后的值进行排序,累加权重值等于所有权重值的一半使停止,使用此时的像素值替换中心像素,像素的权重通常是相似度,这种改进可以滤除更多形态的噪声。

通常我们使用中值滤波都会非常谨慎,因为中值滤波非常慢,不断的排序对现在的GPU架构非常不友好,那么加权中值滤波使用时的核心就是速度考量了。这篇博客介绍一篇论文:100+ Times FasterWeighted Median Filter。

阅读更多加权中值滤波