快速多层拉普拉斯增强
计算机视觉与模式识别
2016-06-24 v1
摘要
本文介绍了一种新颖、快速且实用的图像增强方法。我们的方法建立在众所周知的边缘感知核（如双边和非局部均值）的拉普拉斯算子上，并扩展了这些滤波器的能力，以执行更有效和快速的图像平滑、锐化及色调处理。我们提出了拉普拉斯算子的一种近似，它不需要对核权重进行归一化。亲和权重的多个拉普拉斯算子赋予我们的方法从精细到粗糙尺度对输入图像进行渐进式细节分解的能力。这些图像分量通过一个结构掩模进行混合，从而避免了输出图像中的噪声/伪影放大或细节丢失。所提方法对现有图像编辑工具的贡献在于：（1）低计算和内存需求，使其适用于移动设备实现（例如作为相机管线中的最后一步）；（2）仅需少量控制参数即可实现从细节增强到去噪的一系列滤波应用，使用户能够组合各种（甚至相反的）滤波效果。
引用
@article{arxiv.1606.07396,
title = {Fast Multi-Layer Laplacian Enhancement},
author = {Hossein Talebi and Peyman Milanfar},
journal= {arXiv preprint arXiv:1606.07396},
year = {2016}
}