В обработке изображений и компьютерного зрения , анизотропной диффузии , также называемый Перона-Малика диффузии , является метод , направленный на снижение шума изображения без удаления значительной части содержания изображения, как правило , края, линии или другие детали, которые важны для интерпретации изображения . [1] [2] [3] Анизотропная диффузия напоминает процесс, который создает масштабное пространство , где изображение генерирует параметризованное семейство последовательно все более и более размытых изображений на основе процесса диффузии . Каждое из результирующих изображений в этом семействе дано в виде сверткимежду изображением и двумерным изотропным гауссовым фильтром , где ширина фильтра увеличивается с параметром. Этот процесс распространения представляет собой линейное и пространственно-инвариантное преобразование исходного изображения. Анизотропная диффузия является обобщением этого процесса диффузии: она создает семейство параметризованных изображений, но каждое результирующее изображение представляет собой комбинацию исходного изображения и фильтра, который зависит от локального содержания исходного изображения. Как следствие, анизотропная диффузия является нелинейным и пространственно-вариант преобразования исходного изображения.
В своей первоначальной формулировке, представленной Пероной и Маликом в 1987 году [1], пространственно-вариантный фильтр на самом деле изотропен, но зависит от содержания изображения, так что он аппроксимирует импульсную функцию вблизи краев и других структур, которые должны сохраняться в изображение на разных уровнях результирующего масштабного пространства . Эта формулировка была названа Пероной и Маликом анизотропной диффузией , хотя локально адаптированный фильтр изотропен, но ее также называют неоднородной и нелинейной диффузией [4] или диффузией Перона-Малика [5].другими авторами. Более общая формулировка позволяет локально адаптированному фильтру быть действительно анизотропным, близким к линейным структурам, таким как края или линии: он имеет ориентацию, заданную структурой, так что он вытянут вдоль структуры и сужен в поперечнике. Такие методы называются сглаживанием, адаптированным к форме [6] [7], или диффузией, улучшающей когерентность . [8] Как следствие, полученные изображения сохраняют линейные структуры, в то же время сглаживание выполняется вдоль этих структур. Оба эти случая могут быть описаны с помощью обобщения обычного уравнения диффузии, где коэффициент диффузии, вместо того, чтобы быть постоянным скаляром, является функцией положения изображения и предполагает матрицу(или тензорное ) значение (см. структурный тензор ).
Хотя результирующее семейство изображений можно описать как комбинацию исходного изображения и пространственно-изменяющихся фильтров, на практике нет необходимости реализовывать локально адаптированный фильтр и его комбинацию с изображением. Анизотропная диффузия обычно реализуется посредством аппроксимации обобщенного уравнения диффузии: каждое новое изображение в семействе вычисляется путем применения этого уравнения к предыдущему изображению. Следовательно, анизотропная диффузия - это итеративный процесс, в котором для вычисления каждого последующего изображения в семействе используется относительно простой набор вычислений, и этот процесс продолжается до тех пор, пока не будет получена достаточная степень сглаживания.
Формальное определение [ править ]
Формально, пусть обозначает подмножество плоскости и семейство изображений в градациях серого. это входное изображение. Тогда анизотропная диффузия определяется как
где обозначает лапласиан , обозначает градиент , - оператор дивергенции и - коэффициент диффузии.
Для выходное изображение доступно как , при увеличении размера изображения получаются более размытыми.
контролирует скорость распространения и обычно выбирается в зависимости от градиента изображения, чтобы сохранить края в изображении. Пьетро Перона и Джитендра Малик впервые предложили идею анизотропной диффузии в 1990 году и предложили две функции для коэффициента диффузии:
и
константа K контролирует чувствительность к краям и обычно выбирается экспериментально или в зависимости от шума в изображении.
Мотивация [ править ]
Пусть обозначает многообразие гладких изображений, тогда представленные выше уравнения диффузии можно интерпретировать как уравнения градиентного спуска для минимизации функционала энергии, определяемого формулой
где - вещественная функция, которая тесно связана с коэффициентом диффузии. Тогда для любой финитной бесконечно дифференцируемой функции тестирования ,
где последняя строка следует из многомерного интегрирования по частям. Позволить обозначает градиент Е относительно внутреннего продукта , измеренного при I, это дает
Следовательно, уравнения градиентного спуска на функционале E имеют вид
Таким образом, позволяя получить уравнения анизотропной диффузии.
Проблема некорректности [ править ]
Коэффициент диффузии , предложенный Пероной и Маликом, может иметь отрицательное значение, когда . Отсюда система ограничена одномерностью для простоты. Если функция потока определяется как , где и , то
Уравнение Перона-Малика может быть переписано на основе функции потока следующим образом:
. Здесь обозначаются первой производной времени, позиции и второй производной позиции соответственно.
Теперь ясно, что это играет роль в коэффициенте диффузии линейного уравнения теплопроводности. Подсчитав ,
.
Если коэффициент диффузии становится отрицательным, это приводит к обратной диффузии, которая усиливает контрасты интенсивности изображения, а не сглаживает их при обработке изображения.
С теоретической точки зрения обратная диффузия не только физически неестественна, но также дает численно нестабильные решения, которые очень чувствительны к параметру ( ). Кроме того, известно, что обратная диффузия имеет множество решений, и это называется проблемой некорректности.
Чтобы избежать этой проблемы, необходима регуляризация, и люди показали, что пространственная регуляризация приводит к конвергентному и постоянному стационарному решению. [9]
Регуляризация [ править ]
Модифицированная модель Перона-Малика [10] (также известная как регуляризация уравнения PM) будет обсуждаться в этом разделе. В этом подходе неизвестное сворачивается с гауссианом внутри нелинейности, чтобы получить модифицированное уравнение Перона-Малика
Где .
Корректность уравнения может быть достигнута за счет регуляризации, но это также приводит к эффекту размытия, который является основным недостатком регуляризации. Требуется предварительное знание уровня шума, поскольку от него зависит выбор параметра регуляризации.
Приложения [ править ]
Анизотропная диффузия может использоваться для удаления шума с цифровых изображений без размытия краев. При постоянном коэффициенте диффузии уравнения анизотропной диффузии сводятся к уравнению теплопроводности, которое эквивалентно размытию по Гауссу. Это идеально подходит для удаления шума, но также позволяет без разбора размывать края. Когда коэффициент диффузии выбран в качестве функции поиска края, например, в Perona-Malik, результирующие уравнения стимулируют диффузию (следовательно, сглаживание) внутри областей и запрещают ее через сильные края. Следовательно, края могут быть сохранены при удалении шума из изображения.
Так же, как и удаление шума, в алгоритмах обнаружения краев можно использовать анизотропную диффузию. Запуская диффузию с коэффициентом диффузии для поиска краев в течение определенного количества итераций, изображение может быть преобразовано в кусочно-постоянное изображение с границами между постоянными компонентами, определяемыми как края.
См. Также [ править ]
- Двусторонний фильтр
- Обнаружение края
- Сглаживание с сохранением кромок
- Уравнение тепла
- Шум изображения
- Подавление шума
- Масштабировать пространство
- Полное изменение шумоподавления
- Ограниченная вариация
Ссылки [ править ]
- ^ a b Пьетро Перона и Джитендра Малик (ноябрь 1987 г.). «Масштабное пространство и обнаружение краев с использованием анизотропной диффузии». Труды семинара IEEE Computer Society по компьютерному зрению . С. 16–22.
- ↑ Пьетро Перона и Джитендра Малик (июль 1990 г.). «Масштабное пространство и обнаружение краев с использованием анизотропной диффузии» (PDF) . IEEE Transactions по анализу шаблонов и машинному анализу . 12 (7): 629–639. DOI : 10.1109 / 34.56205 .
- ^ Гильермо Сапиро (2001). Геометрические уравнения в частных производных и анализ изображений . Издательство Кембриджского университета. п. 223. ISBN 978-0-521-79075-8.
- ^ Joachim Weickert (июль 1997). "Обзор нелинейной диффузионной фильтрации". Теория масштабного пространства в компьютерном зрении . Springer, LNCS 1252. pp. 1–28. DOI : 10.1007 / 3-540-63167-4 .
- ^ Бернд Jähne и Хорст Haußecker (2000). Компьютерное зрение и приложения, Руководство для студентов и практиков . Академическая пресса. ISBN 978-0-13-085198-7.
- ^ Линдеберг, Т., Теория масштабного пространства в компьютерном зрении, Kluwer Academic Publishers, 1994 , ISBN 0-7923-9418-6 , (глава 15).
- ^ Андрес Альманса и Тони Линдеберг (2000). «Улучшение отпечатка пальца путем адаптации формы операторов масштаба-пространства с автоматическим выбором масштаба» . IEEE Transactions по обработке изображений . 9 (12): 2027–2042. Bibcode : 2000ITIP .... 9.2027L . DOI : 10.1109 / 83.887971 . PMID 18262941 .
- ^ Вейкерт, Дж. Анизотропная диффузия в обработке изображений, Teuber Verlag, Штутгарт, 1998.
- ^ Weickert, Иоахим. «Обзор нелинейной диффузионной фильтрации». Международная конференция по теории масштабного пространства в компьютерном зрении. Шпрингер, Берлин, Гейдельберг, 1997 г.
- ^ Гвидотти, P Некоторые анизотропная DIFFUSIONS, 2009.
Внешние ссылки [ править ]
- Функция Mathematica PeronaMalikFilter .
- Пакет нелинейной анизотропной диффузии IDL (усиление границ и усиление когерентности): [1]