基於多尺度邊緣感知的圖像平滑和分層編輯研究

基於多尺度邊緣感知的圖像平滑和分層編輯研究

《基於多尺度邊緣感知的圖像平滑和分層編輯研究》是依託華南農業大學,由梁雲擔任項目負責人的青年科學基金項目。

基本介紹

  • 中文名:基於多尺度邊緣感知的圖像平滑和分層編輯研究
  • 項目類別:青年科學基金項目
  • 項目負責人:梁雲
  • 依託單位:華南農業大學
項目摘要,結題摘要,

項目摘要

邊緣感知的圖像平滑和分層編輯可突破傳統相機的限制,生成更多視覺衝突、更有吸引力的圖像,具有重要套用價值,是當前的研究熱點。然而傳統主流的方法無法合理控制不同尺度的邊緣,常丟失紋理細節、模糊顯著邊緣、殘留噪聲。本項目致力於研究感知和操控多尺度邊緣的圖像平滑和分層編輯方法,主要研究:(1)多尺度邊緣感知的圖像平滑方法。通過分離和編輯不同尺度的邊緣,設計出保留紋理、增強顯著邊緣、消除噪聲的平滑方法,實現多尺度邊緣保持的圖像濾波;(2)建立邊緣自適應的疊代平滑模型,自動調整每次平滑時各尺度邊緣被銳化的程度,提供邊緣保持的疊代平滑方案,可用於生成藝術化風格的圖像;(3)基於新設計的疊代平滑方案,構建調整了失真邊緣的、基於邊緣感知圖像分解的圖像分層編輯方法,以提供無邊緣模糊、無梯度反轉的色調映射和細節增強方法。研究成果將在數字家庭平台上推廣套用,如為數位電視提供更高清的畫面或藝術化風格的圖片。

結題摘要

本項目研究基於多尺度邊緣感知的圖像濾波和分層編輯方法。首先,結合疊代非對稱採樣、局部線性模型、邊緣矯正算法和雙邊濾波,實現了大尺度邊緣和紋理細節的分離研究;為提高多尺度邊緣分離的效率和有效性,還進一步利用局部全變分模型和拉普拉斯金字塔模型,實現了大尺度邊緣、小尺度邊緣、紋理、細節的分離;基於以上研究的邊緣感知和分離方法,我們建立了能夠保持大尺度邊緣、增強小尺度邊緣、抑制紋理細節的圖像平滑算法。然後,基於多尺度邊緣的感知和識別,根據具體套用需求,展開圖像分層編輯研究,具體包括:實現了能夠保持大尺度邊緣和壓縮全局亮度範圍的高動態圖像映射算法、構造了可豐富紋理細節且不導致邊緣翻轉的細節增強模型、設計了基於多層次紋理感知的圖像去霧方法、提出了圖像結構保持的顏色轉換方法、構造出基於大尺度邊緣信息的圖像重定位編輯模型。最後,還通過設計邊緣密度算法,將邊緣感知的圖像處理引入視頻內容分析,提出了邊緣信息引導的目標跟蹤方法。總體上,課題執行狀況良好,研究任務按計畫圓滿完成,共發表共發表國內外期刊和國際會議論文15篇,其中SCI索引5篇,EI索引7篇;申請相關專利和軟體著作權3項,其中軟體著作權已授權;參與培養博士1名,培養研究生4名;指導學生參加比賽獲獎2次(省部級一等獎1次,三等獎1次);完成任務計畫書中規定的考核指標。

相關詞條

熱門詞條

聯絡我們