针对结构感知的滤波方法研究

        随着可视媒体设备的日益普及，多种多样的可视媒体显示要求更精美的视觉效果和更实时的显示画面，这对图像处理和显示技术提出了新的挑战。传统的低通滤波方法可以起到平滑细节的作用，但同时不能很好地平衡图像平滑和边缘锐化的关系，不能有效的处理图像显示问题。结构感知滤波方法是一种有效解决显示问题的关键模型，既可以对图像进行平滑噪声，又可以保持重要的边缘结构，增强图像信息的表达能力。

      本课题针对传统滤波方法的缺点，从结构-纹理分解的角度，提出了多种新模型。例如为了刻画图像纹理，改进了核回归框架，能够从纹理图像中充分去除纹理并且保持锐利的边缘不变，同时提高了双边滤波算法的效率。

      研究目标是通过将图片的结构纹理完全分解，满足图像渲染、纹理去除、替换、边缘提取等多种视觉应用的需要。

相关成果

[1]Su Z, Zeng B, Miao J, et al. Relative reductive structure-aware regression filter[J]. Journal of Computational and Applied Mathematics, 2017.

[2]苏卓, 吴学标, 曾碧怡, 等. 基于双边核回归的相对约减纹理分解方法[J]. 计算机辅助设计与图形学学报, 2016 (2016 年 12): 2202-2209.

[3]李波, 苏卓, 冷成财, 等. 基于混合梯度最小化 Mumford-Shah 模型的高维滤波算法[J]. 自动化学报, 2014, 40(12): 2926-2935.

[4]Su Z, Luo X, Deng Z, et al. Edge-preserving texture suppression filter based on joint filtering schemes[J]. IEEE Transactions on Multimedia, 2013, 15(3): 535-548.

[5]Su Z, Luo X, Artusi A. A novel image decomposition approach and its applications[J]. The Visual Computer, 2013, 29(10): 1011-1023.