[發明專利]一種基于多級權重相對總變差的圖像去紋理方法

有效

• 申請號: 201910145687.0
• 申請日: 2019-02-27
• 公開（公告）號: CN109859145B
• 公開（公告）日: 2022-12-09
• 發明（設計）人: 黃鶴;郭璐;李光澤;許哲;黃鶯;惠曉濱;王會峰;汪貴平;胡凱益;平振東
• 申請（專利權）人: 西安匯智信息科技有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/20
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 李鵬威

本發明公開了一種基于多級權重相對總變差的圖像去紋理方法，獲取帶有紋理的圖像；對獲得的圖像進行第一級權重相對總變差處理，獲得減少無用紋理信息的圖像；對獲得的圖像進行第二級權重相對總變差處理，獲得突出邊界景深信息的圖像；對獲得的圖像進行確定參數權重相對總變差處理，獲得邊界平滑的圖像；對獲得的圖像取并集，獲得輸出圖像。本發明采用多級權重相對總變差的圖像去紋理方法，首先對輸入圖像分別進行兩級權重相對總變差處理和確定參數相對總變差處理，然后將兩個結果取并得到輸出圖像，改善了紋理邊界和結構邊界區分度的不足，同時可以更好地去除靠近結構邊界附近的紋理信息，提高了圖像去紋理的性能，使其獲得的圖像更好地將結構信息和紋理信息分開，具有良好的檢測精度。

技術領域

本發明涉及圖像處理技術領域，具體涉及一種基于多級權重相對總變差的圖像去紋理方法。

背景技術

在日常生活的許多場景中，都包含紋理信息。例如房子的地板和墻面，富有藝術色彩的街頭涂鴉，瀝青道路，精美的手工工藝品等。當我們用設備記錄下這些場景時，會發現有一個共同的特點：圖像由包含整體輪廓的結構信息和包含局部細節特征的紋理信息構成。從數字圖像處理角度分析，圖像的整體結構才是我們需要的數據，而不是局部紋理細節。因此圖像去紋理是一項很有意義的工作。

圖像紋理不同于顏色，它不是基于像素點的特征，而是通過像素及其周圍空間鄰域的灰度分布來體現的。我們的目的是在去除圖像特定尺度的細節層的同時保持圖像的結構邊界不被弱化。在保持邊界信息的同時，又要濾除紋理信息，是一項很重要的工作。

我們可以采用邊界保持的濾波器算法去除紋理。例如加權最小二乘(WLS)濾波算法，它能夠平滑任意尺度的圖像的細節。但是對于一些具有高對比度的紋理區域，算法就會把紋理邊界誤認為是結構邊界。我們也可以將精力集中在區分圖像的結構邊界和紋理區域。例如相對總變差(RTV)，但是這類算法不能夠很好的去除靠近結構邊界附近的紋理信息，會在結構邊界保留一些參差不齊的紋理信息或者會過分的平滑結構邊界。所以圖像的結構和紋理區域分離的操作依然存在很多的困難沒有被很好的克服。

發明內容

本發明的目的在于一種基于多級權重相對總變差的圖像去紋理方法，以克服上述現有技術存在的缺陷，本發明在原有相對總變差(RTV)模型的基礎上，分析其對于平滑修正程度的局限性，對模型進行修正，在其基礎上提出新的算法即：多級權重相對總變差(MWRTV)。多級權重相對總變差首先依據圖像平均梯度分配不同平滑權重系數α，β，依據其對圖像紋理及邊界的不同影響，經過兩級處理得到結果1。然后根據確定的平滑權重系數α，β，經過處理得到結果2，最后將結果1和結果2取并集，得到輸出圖像。

為達到上述目的，本發明采用如下技術方案：

一種基于多級權重相對總變差的圖像去紋理方法，包括以下步驟：

步驟1：獲取帶有紋理的圖像；

步驟2：對步驟1中獲得的圖像進行第一級權重相對總變差處理，獲得減少無用紋理信息的圖像；

步驟3：對步驟2中獲得的圖像進行第二級權重相對總變差處理，獲得突出邊界景深信息的圖像；

步驟4：對步驟1中獲得的圖像進行確定參數權重相對總變差處理，獲得邊界平滑的圖像；

步驟5：對步驟3和步驟4獲得的圖像取并集，獲得輸出圖像。

進一步地，步驟2中進行第一級權重相對總變差處理的方法為：

步驟2.1：計算步驟1獲得的圖像的平均梯度，公式如下：

其中，m×n表示步驟1獲得的圖像f1的大小，i和j分別表示m和n的索引，表示水平方向上的梯度，表示垂直方向上的梯度；