本文關鍵詞：基于自適應分數(shù)階微分的引導濾波及其應用　出處：《計算機應用研究》2017年01期 　論文類型：期刊論文

  更多相關文章： 保邊平滑 分數(shù)階微分 掩模 局部方差 人臉識別

【摘要】：引導濾波算法具有保邊平滑的功能,但傳統(tǒng)引導濾波方法容易導致圖像平滑區(qū)域過度模糊、細節(jié)丟失的問題。為了使引導濾波在保持高頻信息的同時結構化輸出低頻灰度,提出了一種基于自適應分數(shù)階微分的引導濾波算法。以分數(shù)階微分理論為基礎定義了分數(shù)階微分掩模,并結合圖像梯度、二維信息熵和局部方差權值構造了自適應分數(shù)階微分階數(shù)函數(shù)來有效檢測圖像紋理和梯度變化,從而將圖像局部特性轉移到引導圖像中,確保在平滑去噪的同時保持圖像紋理細節(jié)。實驗結果表明,算法具有良好的邊緣和紋理保持特性,將算法運用到基于PCA和SVM的人臉識別圖像預處理中,能一定程度地提升人臉識別率。
[Abstract]:Guide the filtering algorithm with edge preserving smoothing function, but the traditional bootstrap filtering method is easy to cause image smoothing over regional fuzzy problems. In order to make the details of the missing guide filter in keeping the high frequency information and structured output low frequency gray level, put forward a kind of adaptive filtering algorithm guide based on fractional differential. The fractional differential theory the definition of fractional differential mask, and combining with the image gradient, two-dimensional entropy and local variance weights to construct adaptive fractional order differential function to detect the image texture and gradient changes, which will be transferred to the local characteristics of image guided image, at the same time to ensure smooth image denoising in texture detail. The experimental results show that the and the algorithm has good edge and texture preserving properties, the algorithm is applied to the preprocessing of face image recognition based on PCA and SVM, can to some extent. Improve face recognition rate.

【作者單位】： 華中師范大學計算機學院;
【基金】：國家自然科學基金資助項目(61501198,41101425,41201413) 湖北省自然科學基金面上資助項目(2014CFB461) 武漢市青年科技晨光計劃資助項目(2014072704011248) 華中師范大學中央高校基本科研業(yè)務費資助項目(CCNU14A05017)
【分類號】：TP391.41;TN713
【正文快照】： 0引言在計算機視覺和圖像處理領域的許多應用中,保邊平滑技術已經(jīng)被廣泛地采用。為了在濾除噪聲的同時保持邊緣,To-masi等人[1]提出了雙邊濾波(bilateral filter)算法,它是一種結合圖像的空間鄰近度和像素值相似度的非線性濾波方法,具有保邊去噪的特性。He等人[2]在此基礎上提

【相似文獻】

相關期刊論文 前3條

1 李遠祿;于盛林;鄭罡;;分數(shù)階微分濾波器及高斯分布參數(shù)估計[J];信息與控制;2006年05期

2 楊柱中;周激流;嚴斌宇;郭輝;;一種分數(shù)階微分ⅡR濾波器的設計方法和改進[J];現(xiàn)代電子技術;2009年02期

3 ;[J];;年期

，

本文編號：1390632