基于局部加權(quán)先驗(yàn)的多尺度分解.pdf

1、近年來(lái)，隨著各種數(shù)字圖像產(chǎn)品在生活中的普及，數(shù)字圖像處理受到越來(lái)越多的關(guān)注。作為圖像處理中的基礎(chǔ)部分，圖像多尺度分解問(wèn)題一直是國(guó)際上的研究熱點(diǎn)。
　　在圖像分解方法中，最常見(jiàn)的是將圖像平滑得到基礎(chǔ)層，其包含圖像的大尺度信息，然后將原圖像與基礎(chǔ)層相減得到細(xì)節(jié)層，其包含圖像的小尺度信息，即細(xì)節(jié)信息。對(duì)許多應(yīng)用來(lái)說(shuō)，圖像分解最重要的是通過(guò)空間尺度來(lái)提取出所需尺度的信息，也就是說(shuō)要對(duì)任意尺度細(xì)節(jié)都有提取的能力。
　　本文針對(duì)傳統(tǒng)的保

2、邊界平滑算法，如雙邊濾波方法(Bilateral Filter;BLF)、指導(dǎo)濾波方法(Guided Filter;GF)、加權(quán)最小二乘方法(Weighted Least Squares;WLS)等，提出基于局部區(qū)域加權(quán)先驗(yàn)方法來(lái)保持圖像邊界;其次，本文使用的這種局部區(qū)域加權(quán)函數(shù)可以使TV(Total Variation)約束或L0范數(shù)約束在局部區(qū)域內(nèi)自適應(yīng);最后本文使用交替方向迭代算法(Alternating Direction Me