用于图像阴影去除的各向异性渗透滤波
偏微分方程分析
2019-05-22 v1
摘要
我们提出了由 Weickert 等人（Weickert, 2013）为视觉计算应用引入的各向同性渗透模型的各向异性扩展，并专门针对阴影去除应用对其进行调整。我们证明在可积设定下，线性各向异性渗透最小化一个涉及合适二次型的能量，该二次型对局部方向结构进行建模。在我们的阴影去除应用中，我们通过改进的张量投票方法（Moreno, 2012）估计局部结构，并在类似于边缘增强型各向异性扩散修复（Weickert, 2006, Galić, 2008）的各向异性扩散修复中使用该信息。我们的数值格式将 Fehrenbach 和 Mirebeau（Fehrenbach, 2014）的非负保持模板与基于矩阵指数的高精度多项式近似的精确时间步进相结合。所得各向异性模型在若干受恒定阴影污染的合成与自然图像上进行了测试。我们表明其优于各向同性渗透，因为它在阴影边界处不会出现模糊伪影。
引用
@article{arxiv.1809.06298,
title = {Anisotropic osmosis filtering for shadow removal in images},
author = {Simone Parisotto and Luca Calatroni and Marco Caliari and Carola-Bibiane Schönlieb and Joachim Weickert},
journal= {arXiv preprint arXiv:1809.06298},
year = {2019}
}