mean滤波有什么优点(MeanShift滤波算法与实现)
mean滤波有什么优点(MeanShift滤波算法与实现)3,计算M处半径Radius区域内,目标像素的均值特征M;2,将起始位置的初始特征(位置特征和RGB特征)更新为特征M;Fig.1基本MeanShift算法示意图我们假设起始位置的滤波半径为Radius,也就是图a中的蓝色圆形区域半径,图a为起始位置,假设红色点为目标像素,每个目标像素包含位置特征和像素RGB特征;1,计算图a起始位置处,半径Radius内目标像素的位置特征和像素RGB特征的均值M,如图c所示;
本文将尝试使用MeanShift滤波来做磨皮算法;
MeanShift即均值漂移,最早由Fukunage在1975年提出,论文名字为:The Estimation of the Gradient of a density function.
MeanShift一般是指一个迭代的步骤,即先算出当前点的偏移均值,然后以此为新的起始点,继续移动,直到满足一定的结束条件;MeanShift广泛应用于图像聚类、平滑、分割和跟踪方面,本文主要讲的是图像的平滑滤波,尝试应用于人像的磨皮算法中;
我们使用一张图来讲解MeanShift的算法原理(此图来自网络):
Fig.1基本MeanShift算法示意图
我们假设起始位置的滤波半径为Radius,也就是图a中的蓝色圆形区域半径,图a为起始位置,假设红色点为目标像素,每个目标像素包含位置特征和像素RGB特征;
1,计算图a起始位置处,半径Radius内目标像素的位置特征和像素RGB特征的均值M,如图c所示;
2,将起始位置的初始特征(位置特征和RGB特征)更新为特征M;
3,计算M处半径Radius区域内,目标像素的均值特征M;
4,按照1-3的过程进行迭代,直到满足一定的迭代次数和限制条件;
5,图a中起始位置的RGB特征值即为迭代完成时M的RGB特征值,如图f所示;
整个过程也叫均值漂移,实际上不是位置从图a起始值漂移到了f图中的位置,而是图a和图f处的特征值归为了一类,当然这里指的是RGB像素值;
这里我们只讲最基本的MeanShift平滑滤波算法,对于改进的MeanShift算法不做讲解;
算法流程如下:
1,假设当前像素点P(i j),滤波半径为R,迭代次数阈值为maxIter,像素差值阈值为threshold;
2,计算以P为中心,R为半径的圆形区域S内目标像素的均值特征,包含像素rgb的均值特征和位置的均值特征(质心),计算公式如下:
其中K为核函数,这里取得是|x-y|;
1,将P的特征值M更新为2中计算的新特征值;
2,按照2-3的步骤进行迭代,直到满足迭代次数阈值maxIter停止,P处的像素值即迭代终结时的rgb特征值;
上述即为MeanShift平滑滤波算法的流程,该算法最大缺点为速度慢,本文用它来尝试磨皮效果,采用YCbCr颜色空间,仅对Y通道处理,以此加速;
效果图如下所示:
完整C代码如下:
[cpp] view plain copy
- #include "string.h"
- #include "stdio.h"
- #include "stdlib.h"
- #include "math.h"
- #include"f_MeanShiftFilter.h"
- #include"TRGB2YCbCr.h"
- #define MIN2(a b) ((a) < (b) ? (a) : (b))
- #define MAX2(a b) ((a) > (b) ? (a) : (b))
- #define CLIP3(x a b) MIN2(MAX2(a x) b)
- int MeanShiftOneChannel(unsigned char* srcData int width int height int radius int threshold int maxIter)
- {
- int len = sizeof(unsigned long) * width * height;
- int i j;
- int gray = 0 sum = 0 srcGray = 0 count = 0;
- unsigned char* tempData = (unsigned char*) malloc(sizeof(unsigned char) * height * width);
- memcpy(tempData srcData sizeof(unsigned char) * height * width);
- for(j = 0; j < height; j )
- {
- for(i = 0; i < width; i )
- {
- len = i j * width;
- int nIter = 0 cx = 0 cy = 0 sumx = 0 sumy = 0;
- srcGray = tempData[len];
- cx = i;
- cy = j;
- while(nIter < maxIter)
- {
- sum = 0;
- sumx = 0;
- sumy = 0;
- count = 0;
- for(int y = cy - radius; y <= cy radius; y )
- {
- for(int x = cx - radius; x <= cx radius; x )
- {
- int px = CLIP3(x 0 width - 1);
- int py = CLIP3(y 0 height - 1);
- len = px py * width;
- gray = tempData[len];
- if(abs(gray - srcGray) < threshold)
- {
- count ;
- sum = gray;
- sumx = x;
- sumy = y;
- }
- }
- }
- if(count == 0)
- break;
- srcGray = sum / count;
- cx = sumx / count;
- cy = sumy / count;
- nIter ;
- }
- srcData[i j * width] = srcGray;
- }
- }
- free(tempData);
- return 0;
- };
- void f_MeanShiftFilter(unsigned char* srcData int nWidth int nHeight int nStride int radius int threshold int maxIter)
- {
- if (srcData == NULL)
- {
- return;
- }
- if(radius == 0 || threshold == 0)
- return;
- unsigned char* yData = (unsigned char*)malloc(sizeof(unsigned char) * nWidth * nHeight);
- unsigned char* cbData = (unsigned char*)malloc(sizeof(unsigned char) * nWidth * nHeight);
- unsigned char* crData = (unsigned char*)malloc(sizeof(unsigned char) * nWidth * nHeight);
- unsigned char* pSrc = srcData;
- int Y CB CR;
- unsigned char* pY = yData;
- unsigned char* pCb = cbData;
- unsigned char* pCr = crData;
- for(int j = 0; j < nHeight; j )
- {
- for(int i = 0; i < nWidth; i )
- {
- RGBToYCbCr(pSrc[2] pSrc[1] pSrc[0] &Y &CB &CR);
- *pY = Y;
- *pCb = CB;
- *pCr = CR;
- pY ;
- pCb ;
- pCr ;
- pSrc = 4;
- }
- }
- MeanShiftOneChannel(yData nWidth nHeight radius threshold maxIter);
- pSrc = srcData;
- pY = yData;
- pCb = cbData;
- pCr = crData;
- int R G B;
- for(int j = 0; j < nHeight; j )
- {
- for(int i = 0; i < nWidth; i )
- {
- YCbCrToRGB(*pY *pCb *pCr &R &G &B);
- pSrc[0] = B;
- pSrc[1] = G;
- pSrc[2] = R;
- pY ;
- pCb ;
- pCr ;
- pSrc = 4;
- }
- }
- free(yData);
- free(cbData);
- free(crData);
- }
代码已经贴出来了,这里就不给DEMO了,大家可以直接使用代码进行测试,代码中YCbCr转换函数前文博客中有,或者大家自己实现,都可以。