一种基于边缘保护滤波器统一框架的图像处理方法技术

本发明专利技术涉及自动驾驶图像处理技术领域，涉及一种基于边缘保护滤波器统一框架的图像处理方法，包括以下步骤，S1、输入图片I，找出图片强度平面Ik，并找出强度平面Ik的最大值Imax和最小值Imin；S2、定义图片像素距离[I(x,y),x,y]和强度平面Ik为像素与平面之间的欧式距离D(Ik,x,y)；S3、将每一个强度平面Ik的平面欧式距离D(Ik)至低通滤波器F(x)中得到的滤波平面欧式距离D

An Image Processing Method Based on Unified Framework of Edge Protection Filter

The invention relates to the field of automatic driving image processing technology, and relates to an image processing method based on the unified framework of edge protection filter. It includes the following steps: S1, input picture I, find out the image intensity plane Ik, and find out the maximum and minimum value Imax of intensity plane Ik; S2, define the distance of image pixels [I(x, y), x, y] and Euclidean formula between pixels and planes of intensity plane Ik. Distance D (Ik, x, y); S3; Euclidean distance D (Ik) of filtering plane obtained from Euclidean distance D (Ik) of each intensity plane Ik to low pass filter F (x)

【技术实现步骤摘要】
一种基于边缘保护滤波器统一框架的图像处理方法
本专利技术涉及自动驾驶图像处理
，更具体地说，涉及一种基于边缘保护滤波器统一框架的图像处理方法。
技术介绍
自动驾驶汽车又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人，是一种通过电脑系统实现无人驾驶的智能汽车。在20世纪已有数十年的历史，21世纪初呈现出接近实用化的趋势。自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。在自动驾驶汽车的行驶过程中，必然要使用到摄像头来拍摄路况并对路况图像进行图像平滑滤波处理以方便进行后面的图像识别处理工序。现有的图像平滑滤波处理一般都使用边缘保护滤波器，边缘保护滤波器已经作为最近许多图像处理工具的基础,包括图片抽象化与视频抽象化。但是，尽管有如此多成功的运用,现有的边缘保护滤波器在保护大部分的边缘锐化的同时只能平滑小范围的噪音，如果我们需要平滑大范围的噪音,边缘将会像分别使用中值滤波器和双边滤波器一样模糊，导致现有的边缘保护滤波器无法在保护大部分的边缘锐化的同时平滑大范围的噪音，降低了现有的边缘保护滤波器的图像平滑滤波处理效率，从而使得现有的边缘保护滤波器需要耗费大量的时间在图像平滑滤波处理过程中，造成图像处理速度慢，运算量大，使得图像平滑滤波处理效率低下，难以满足自然人机交互的高速实现要求。
技术实现思路
有鉴于此，本专利技术提供了一种基于边缘保护滤波器统一框架的图像处理方法，以解决现有技术中图像平滑滤波处理效率低下的缺陷。一种基于边缘保护滤波器统一框架的图像处理方法，包括以下步骤：S1、输入图片I，找出图片强度平面Ik，并找出强度平面Ik的最大值Imax和最小值Imin，其中，Ik∈[Imax,Imin],k＝{0,1,...,N-1}；S2、定义图片像素距离[I(x,y),x,y]和强度平面Ik为像素与平面之间的欧式距离D(Ik,x,y)，具体如公式1所示D(Ik,x,y)＝min(|Ik-I(x,y)|，η·|Imax-Imin|)公式1其中，I(x,y)表示图片I的像素值，η为系数常量；S3、将每一个强度平面Ik的平面欧式距离D(Ik)带入到低通滤波器F(x)中得到的滤波平面欧式距离DF(Ik),具体如公式2所示DF(Ik)＝F(D(Ik))公式2；S4、算出位于滤波平面欧式距离DF(Ik)的平面最小距离值P(x,y)，具体如公式3所示P(x,y)＝argmin{DF(IK,x,y)}公式3其中，常数k＝{0,1,...,N-1}，N为域平面数值，DF(Ik,x,y)为滤波空间欧式距离；S5、输出最终滤波图像IF(x,y)，具体如公式4所示其中，i0＝IP(x,y),i+＝IP(x,y)+1,i-＝IP(x,y)-1,i0为位于滤波平面欧式距离DF(Ik)的平面最小距离值P(x,y)的正平面，i+为位于滤波平面欧式距离DF(Ik)的平面最小距离值P(x,y)的右平面，i-为位于滤波平面欧式距离DF(Ik)的平面最小距离值P(x,y)的左平面。作为本专利技术的优选方案，该步骤S1的具体为，先检测图片强度值的距离，也就是最小与最大强度值的位置，分别为最大值Imax和最小值Imin；然后再横扫过不同图片强度的平面家族的图片距离空间得到图片强度平面Ik，其中，Ik∈[Imax,Imin],k＝{0,1,...,N-1}，N为域平面数值，域平面之间的距离设为一个常数且相邻域平面之间的距离为(Imax-Imin)/(N-1)。作为本专利技术的优选方案，该步骤S2的具体为，先定义不同图片强度的平面家族的像素距离[I(x,y),x,y]，然后计算出每一个图片强度值的距离即强度平面Ik，从而得到像素与平面之间的欧式距离D(Ik,x,y)。作为本专利技术的优选方案，在步骤S3中，该低通滤波器F(x)如公式5所示其中，为p点像素的强度Ip的滤波值，每一个像素q的权重都由从中心像素点p的空间距离和它的强度的决定；f(p,q)为中心像素点p的空间加权，g(Ip,Iq)为中心像素点p的距离加权，Iq为q点像素的强度。作为本专利技术的优选方案，在步骤S3中，中心像素点p的空间加权f(p,q)如公式6所示f(p,q)＝exp(-(p-q)2/(2σS‘2))公式6其中，p为图片I的中心像素点，q为图片I除去中心像素点p后的任一像素点，σS‘2为空间方差。作为本专利技术的优选方案，在步骤S3中，中心像素点p的距离加权g(Ip,Iq)如公式7所示g(Ip,Iq)＝exp(-(Ip-Iq)2/(2σR2))公式7其中，Ip为p点像素的强度，Iq为q点像素的强度，σR2为距离方差。从上述的技术方案可以看出，本专利技术提出了基于边缘保护滤波器的统一框架，从而提出了一种基于边缘保护滤波器统一框架的图像处理方法，将现有的滤波器融入到该图像处理方法所建立的统一框架内，在保持边缘锐化的同时能更大范围地减少噪音，将图像看成由像素强度和像素位置辨认的三维像素，不同强度的平面家族横扫图像强度轴，在每一个强度平面，一个距离图测试了电流平面与每一个像素的距离，然后低通滤波器运用到距离图去抑制噪音，平滑距离图被用于作为标准成本，二次多项式曲线适用于每像素位置，找到与最小标准相一致的强度，然后这些强度值被用于形成最终的滤波图；因此，本专利技术可以大范围地减少噪音而不会使边缘模糊，利用低通滤波器对自动化图片抽象化和边缘四周进行了细节加强，大大减少了图像平滑处理的计算量，缩短工作时间，克服了有技术中图像平滑滤波处理效率低下的缺陷，从而达到快速进行图像平滑滤波处理的目的。附图说明图1为本专利技术实施例所提供的一种基于边缘保护滤波器统一框架的图像处理方法的整体步骤流程图。为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所述的附图作简单地介绍，显而易见，下面的描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。具体实施方式如图1所示，本专利技术实施例公开了一种基于边缘保护滤波器统一框架的图像处理方法，包括以下步骤：S1、输入图片I，找出图片强度平面Ik，并找出强度平面Ik的最大值Imax和最小值Imin，其中，Ik∈[Imax,Imin],k＝{0,1,...,N-1}；该步骤S1的具体为，先检测图片强度值的距离，也就是最小与最大强度值的位置，分别为最大值Imax和最小值Imin；然后再横扫过不同图片强度的平面家族的图片距离空间得到图片强度平面Ik，其中，Ik∈[Imax,Imin],k＝{0,1,...,N-1}，N为域平面数值，域平面之间的距离设为一个常数且相邻域平面之间的距离为(Imax-Imin)/(N-1)；S2、定义图片像素距离[I(x,y),x,y]和强度平面Ik为像素与平面之间的欧式距离D(Ik,x,y)，具体如公式1所示D(Ik,x,y)＝min(|Ik-I(x,y)|，η·|Imax-Imin|)公式1其中，I(x,y)表示图片I的像素值，η为系数常量；该步骤S2的具体为，先定义不同图片强度的平面家族的像素距离[I(x,y),x,y]，然后计算出每一个图片强度值的距离即强度平面Ik，从而得到像素与平本文档来自技高网...

【技术保护点】
1.一种基于边缘保护滤波器统一框架的图像处理方法，其特征在于，包括以下步骤：S1、输入图片I，找出图片强度平面Ik，并找出强度平面Ik的最大值Imax和最小值Imin，其中，Ik∈[Imax,Imin],k＝{0,1,...,N‑1}；S2、定义图片像素距离[I(x,y),x,y]和强度平面Ik为像素与平面之间的欧式距离D(Ik,x,y)，具体如公式1所示D(Ik,x,y)＝min(|Ik‑I(x,y)|，η·|Imax‑Imin|)      公式1其中，I(x,y)表示图片I的像素值，η为系数常量；S3、将每一个强度平面Ik的平面欧式距离D(Ik)带入到低通滤波器F(x)中得到的滤波平面欧式距离DF(Ik),具体如公式2所示DF(Ik)＝F(D(Ik))                      公式2；S4、算出位于滤波平面欧式距离DF(Ik)的平面最小距离值P(x,y)，具体如公式3所示P(x,y)＝argmin{DF(IK,x,y)}                   公式3其中，常数k＝{0,1,...,N‑1},N为域平面数值，DF(Ik,x,y)为滤波空间欧式距离；S5、输出最终滤波图像IF(x,y)，具体如公式4所示...

【技术特征摘要】
1.一种基于边缘保护滤波器统一框架的图像处理方法，其特征在于，包括以下步骤：S1、输入图片I，找出图片强度平面Ik，并找出强度平面Ik的最大值Imax和最小值Imin，其中，Ik∈[Imax,Imin],k＝{0,1,...,N-1}；S2、定义图片像素距离[I(x,y),x,y]和强度平面Ik为像素与平面之间的欧式距离D(Ik,x,y)，具体如公式1所示D(Ik,x,y)＝min(|Ik-I(x,y)|，η·|Imax-Imin|)公式1其中，I(x,y)表示图片I的像素值，η为系数常量；S3、将每一个强度平面Ik的平面欧式距离D(Ik)带入到低通滤波器F(x)中得到的滤波平面欧式距离DF(Ik),具体如公式2所示DF(Ik)＝F(D(Ik))公式2；S4、算出位于滤波平面欧式距离DF(Ik)的平面最小距离值P(x,y)，具体如公式3所示P(x,y)＝argmin{DF(IK,x,y)}公式3其中，常数k＝{0,1,...,N-1},N为域平面数值，DF(Ik,x,y)为滤波空间欧式距离；S5、输出最终滤波图像IF(x,y)，具体如公式4所示其中，i0＝IP(x,y),i+＝IP(x,y)+1,i-＝IP(x,y)-1,i0为位于滤波平面欧式距离DF(Ik)的平面最小距离值P(x,y)的正平面，i+为位于滤波平面欧式距离DF(Ik)的平面最小距离值P(x,y)的右平面，i-为位于滤波平面欧式距离DF(Ik)的平面最小距离值P(x,y)的左平面。2.如权利要求1所述的一种基于边缘保护滤波器统一框架的图像处理方法，其特征在于，该步骤S1的具体为，先检测图片强度值的距离，也就是最小与最大强度值的位置，分别为最大...

【专利技术属性】
技术研发人员：杨庆雄，许金涛，冯中杰，陈学海，刘振，
申请(专利权)人：深圳市牧月科技有限公司，
类型：发明
国别省市：广东,44