图像处理之Mean Shift滤波(边缘保留的低通滤波)

一：Mean Shift算法介绍

Mean Shift是一种聚类算法，在数据挖掘，图像提取，视频对象跟踪中都有应用。本文

重要演示Mean Shift算法来实现图像的低通边缘保留滤波效果。其处理以后的图像有点

类似油画一样。Mean Shift算法的输入参数一般有三个：

1. 矩阵半径r，声明大小

2. 像素距离，常见为欧几里德距离或者曼哈顿距离

3. 像素差值value

算法大致的流程如下：

a. 输入像素点P(x, y)

b. 计算该点的像素值pixelv

c. 根据输入的半径r与差值value求出矩阵半径内满足差值像素平均值作为输出像素点值

d. 计算shift与repetition，如果满足条件

e. 继续c ~ d，直到条件不满足退出，得到最终的输出像素值

f. 对输入图像的每个像素重复a ~ e，得到图像输出像素数据

二：色彩空间转换

本文Mean Shift滤波在YIQ颜色空间上完成，关于RGB与YIQ颜色空间转换可以参考

这里：http://en.wikipedia.org/wiki/YIQ我google找来的转换公式截屏：

三：程序效果

滤镜源代码：

package com.gloomyfish.filter.study;import java.awt.image.BufferedImage;public class MeanShiftFilter extends AbstractBufferedImageOp {private int radius;private float colorDistance;public MeanShiftFilter() {radius = 3; // default shift radiuscolorDistance = 25; // default color distance}public int getRadius() {return radius;}public void setRadius(int radius) {this.radius = radius;}public float getColorDistance() {return colorDistance;}public void setColorDistance(float colorDistance) {this.colorDistance = colorDistance;}@Overridepublic BufferedImage filter(BufferedImage src, BufferedImage dest) {int width = src.getWidth();int height = src.getHeight();if ( dest == null )dest = createCompatibleDestImage( src, null );int[] inPixels = new int[width*height];int[] outPixels = new int[width*height];getRGB( src, 0, 0, width, height, inPixels);// convert RGB color space to YIQ color spacefloat[][] pixelsf = new float[width*height][3];for(int i=0; i<inPixels.length; i++) {int argb = inPixels[i];int r = (argb >> 16) & 0xff;int g = (argb >>  8) & 0xff;int b = (argb) & 0xff;pixelsf[i][0] = 0.299f  *r + 0.587f *g + 0.114f  *b; // Ypixelsf[i][1] = 0.5957f *r - 0.2744f*g - 0.3212f *b; // Ipixelsf[i][2] = 0.2114f *r - 0.5226f*g + 0.3111f *b; // Q}int index = 0;float shift = 0;float repetition = 0;float radius2 = radius * radius;float dis2 = colorDistance * colorDistance;for(int row=0; row<height; row++) {int ta = 255, tr = 0, tg = 0, tb = 0;for(int col=0; col<width; col++) {int xc = col;int yc = row;int xcOld, ycOld;float YcOld, IcOld, QcOld;index = row*width + col;float[] yiq = pixelsf[index];float Yc = yiq[0];float Ic = yiq[1];float Qc = yiq[2];repetition = 0;do {xcOld = xc;ycOld = yc;YcOld = Yc;IcOld = Ic;QcOld = Qc;float mx = 0;float my = 0;float mY = 0;float mI = 0;float mQ = 0;int num=0;for (int ry=-radius; ry <= radius; ry++) {int y2 = yc + ry; if (y2 >= 0 && y2 < height) {for (int rx=-radius; rx <= radius; rx++) {int x2 = xc + rx; if (x2 >= 0 && x2 < width) {if (ry*ry + rx*rx <= radius2) {yiq = pixelsf[y2*width + x2];float Y2 = yiq[0];float I2 = yiq[1];float Q2 = yiq[2];float dY = Yc - Y2;float dI = Ic - I2;float dQ = Qc - Q2;if (dY*dY+dI*dI+dQ*dQ <= dis2) {mx += x2;my += y2;mY += Y2;mI += I2;mQ += Q2;num++;}}}}}}float num_ = 1f/num;Yc = mY*num_;Ic = mI*num_;Qc = mQ*num_;xc = (int) (mx*num_+0.5);yc = (int) (my*num_+0.5);int dx = xc-xcOld;int dy = yc-ycOld;float dY = Yc-YcOld;float dI = Ic-IcOld;float dQ = Qc-QcOld;shift = dx*dx+dy*dy+dY*dY+dI*dI+dQ*dQ; repetition++;}while (shift > 3 && repetition < 100);tr = (int)(Yc + 0.9563f*Ic + 0.6210f*Qc);tg = (int)(Yc - 0.2721f*Ic - 0.6473f*Qc);tb = (int)(Yc - 1.1070f*Ic + 1.7046f*Qc);     outPixels[index] = (ta << 24) | (tr << 16) | (tg << 8) | tb;}}setRGB( dest, 0, 0, width, height, outPixels );return dest;}public String toString() {System.out.println("Mean Shift Filter...");return "MeanShiftFilter";}}

转载请注明

图像处理之Mean Shift滤波(边缘保留的低通滤波)相关推荐

图像处理------Mean Shift滤波(边缘保留的低通滤波)
一:Mean Shift算法介绍 Mean Shift是一种聚类算法,在数据挖掘,图像提取,视频对象跟踪中都有应用.本文重要演示Mean Shift算法来实现图像的低通边缘保留滤波效果.其处理以后的 ...
python理想低通滤波、巴特沃斯低通滤波、高斯低通滤波实现
代码代码如下(示例): import numpy as np import cv2 as cv image = cv.imread('2.PNG') # print(image.shape) ima ...
用matlab编程实现数字图像理想低通滤波、高斯低通滤波和巴特沃斯低通滤波去噪算法
1 理想低通滤波 %理想低通 I = imread('fig.png'); I=rgb2gray(I); figure(1); subplot(221),imshow(I); title('原图像') ...
数字图像处理学习笔记5：频率域滤波1（傅里叶频谱图，低通滤波-平滑，高通滤波-锐化）
文章目录前言一.傅里叶变换:傅里叶频谱图二.低通滤波 1.理想低通滤波 2.布特沃斯低通滤波 3.高斯低通滤波 4.小结三.高通滤波 1.理想高通滤波 2.布特沃斯高通滤波 3.高斯高通滤波 ...
c++ opencv数字图像处理：频率域滤波--低通滤波--理想低通滤波
文章目录前言一.理想低通滤波器(ILPF) 二.代码三.说明前言数字图像处理c++ opencv(VS2019 opencv4.53)持续更新一.理想低通滤波器(ILPF) 通过设置频率半 ...
《OpenCv视觉之眼》Python图像处理七 :Opencv图像处理之高通滤波和低通滤波原理及构造
本专栏主要介绍如果通过OpenCv-Python进行图像处理,通过原理理解OpenCv-Python的函数处理原型,在具体情况中,针对不同的图像进行不同等级的.不同方法的处理,以达到对图像进行去噪.锐 ...
matalb 图像处理低通滤波和高通滤波（理想，巴特沃斯，高斯含代码）
低通滤波和高通滤波主要类型和公式主要效果图各类型的函数代码最终比较代码主要类型和公式 1.低通滤波主要分为理想低通滤波,巴特沃斯低通滤波,高斯低通滤波理想低通滤波: 其中:对于大小为M* ...
opencv 四 Mat的基本操作3（高通滤波、低通滤波、对比度调节）
图像滤波分为高通滤波和低通滤波,高通滤波用于求图形的边缘,低通滤波用于图像去噪.图像模糊化等.这里的频是指变化(相邻像素值的变化),高通滤波是指使变化大也就是图像的边缘)的通过(低通滤波是指使变化小( ...
python-opencv图像的高通滤波和低通滤波
13.python-opencv图像的高通滤波和低通滤波第一章 python-opencv-图片导入和显示第二章 python-opencv图像简单处理第三章 python-opencv图像ma ...

图像处理之Mean Shift滤波(边缘保留的低通滤波)

图像处理之Mean Shift滤波(边缘保留的低通滤波)相关推荐

最新文章

热门文章