主要内容

imguidedfilter

图像引导滤波

描述

B= imguidedfilter (一个G过滤二进制,灰度,或RGB图像一个使用由图像引导的滤镜G

例子

B= imguidedfilter (一个过滤输入图像一个在自我指导下,使用一个本身作为引导图像。此语法可用于图像的边缘保持平滑一个

B= imguidedfilter (___名称,值过滤图像一个使用名称-值参数来控制引导筛选的各个方面。

例子

全部折叠

读取并显示图像。

A = imread(“pout.tif”);imshow (A)

图中包含一个轴对象。axis对象包含一个image类型的对象。

平滑图像使用imguidedfilter.在这种语法中,imguidedfilter使用图像本身作为引导图像。

guided = imguidedfilter(A);

为了进行比较,使用定义的高斯滤波器平滑原始图像imgaussfilt.将滤波器的标准差设置为2.5,使其平滑程度与引导滤波器的平滑程度大致匹配。

Igaussian = imgaussfilt(A,2);

显示引导滤波结果和高斯滤波结果。观察两个过滤图像的平坦区域,如夹克和面部,具有相似的平滑量。然而,引导滤波图像更好地保留了边缘的清晰度,如网格周围和白衬衫的领子。

蒙太奇({Iguided, Igaussian})

图中包含一个轴对象。axis对象包含一个image类型的对象。

输入参数

全部折叠

要过滤的图像,指定为二进制、灰度或RGB图像。

数据类型:||int8|int16|int32|uint8|uint16|uint32|逻辑

引导图像,指定为与图像高度和宽度相同的二进制、灰度或RGB图像一个

数据类型:||int8|int16|int32|uint8|uint16|uint32|逻辑

名称-值参数

指定可选参数对为Name1 = Value1,…,以=家,在那里的名字参数名称和价值对应的值。名称-值参数必须出现在其他参数之后,但对的顺序无关紧要。

例子:issmooth = imguidedfilter(A,NeighborhoodSize=[4 4]);使用大小为4 × 4像素的邻域执行引导过滤。

在R2021a之前,使用逗号分隔每个名称和值,并将其括起来的名字在报价。

例子:issmooth = imguidedfilter(A,"NeighborhoodSize",[4 4]);

引导滤波中使用的每个像素周围的矩形邻域的大小,指定为正整数或正整数的2元素向量如果指定一个标量值,例如,那么小区面积就是一个正方形[Q Q].不要指定大于图像大小的值。

例子:NeighborhoodSize = 7 [7]

数据类型:||int8|int16|int32|int64|uint8|uint16|uint32|uint64

输出图像的平滑量,指定为正数。如果你指定一个小的值,只有方差小的邻域(均匀区域)会被平滑,而方差大的邻域(比如边缘周围)不会被平滑。如果指定更大的值,除了相对均匀的邻域之外,高方差邻域(例如更强的边缘)也会被平滑。从默认值开始,检查结果,并向上或向下调整默认值以达到您想要的效果。

如果你指定一个引导图像G,则为默认值DegreeOfSmoothing的数据类型G,计算为0.01 * diff (getrangefromclass(G)) ^ 2.例如,默认的平滑度为650.25对于数据类型的图像uint8,默认为0.01对于数据类型的图像像素值范围为[0,1]。如果没有指定指导图像,则默认值取决于图像的数据类型一个

数据类型:||int8|int16|int32|int64|uint8|uint16|uint32|uint64

输出参数

全部折叠

过滤后的图像,作为大小和数据类型相同的数字数组返回一个

提示

  • DegreeOfSmoothing参数指定给定邻域的方差软阈值。如果一个像素的邻域的方差远低于阈值,它将看到一些平滑。如果一个像素的邻域的方差远远高于阈值,它将几乎没有平滑。

  • 输入的图像一个而且G可以是不同的类别。如果任何一一个G是整数类还是逻辑类imguidedfilter将它们转换为用于内部计算的浮点精度。

  • 输入的图像一个而且G可以有不同数量的通道。

    • 如果两个一个而且G是RGB图像,那么imguidedfilter过滤一个独立使用相应的通道G

    • 如果一个是RGB图像和G那么是单通道图像吗imguidedfilter过滤一个独立地使用相同的制导图像,G

    • 如果一个是单通道图像和G是RGB图像,那么imguidedfilter过滤器一个利用所有三个通道的综合颜色统计G

参考文献

[1]何开明,孙健,唐晓鸥。制导图像滤波.IEEE®模式分析与机器智能学报,第35卷,第6期,第1397-1409页,2013年6月。

扩展功能

版本历史

在R2014a中引入