pnonlocalmeanfiltering

Lissage d'une image par un filtre moyenneur non linéaire.

Synopsis

pnonlocalmeanfiltering sigma nb_iter connectivity [im_in|-] [im_out|-]

Description

L'opérateur pnonlocalmeanfiltering permet d'effectuer un lissage moyenneur non lin"aire sur l'image im_in.

Soit $f$ l'image im_in, l'algorithme applique itérativement:
$f(u)^{t+1} = \sum_{v ~ u}{w(u, v)^{p / 2} |f^t(v) - f^t(u)|^{p - 2} f(v)} / \sum_{v ~ u}{ w(u, v)^{p / 2} |f^t(v) - f^t(u)|^{p - 2}}$
avec $u$ un pixel, $v$ un voisin de $u$, $w(u, v)$ est le poids entre $u$ et $v$ (qui peut être une mesure de similarité, une distance, etc.).

Le paramètre p can be 1, 2, or any.

Le poids entre un pixel et ses voisins est calculé par:
$w(u, v) = \exp^{-||f(v) - f(u)||^2 / \sigma^2}$.

Paramètres

sigma: seuil maximal de la mesure de similarité. Plus la valeur de sigma est élevée, moins fort est le filtage.

nb_iter: le nombre d'itérations.

connectivity: la connexité: 4 ou 8.

Entrées

im_in: une image 2D.

Sorties

im_out: une image du même type que l'image d'entrée ou un graphe.

Résultat

Retourne SUCCESS ou FAILURE.

Exemples

Applique un filtrage moyenneur non local à l'image tangram.pan, avec une 8-connectivité, 10 itérations, et un sigma = 15:

  pnonlocalmeanfiltering 15 10 8 tangram.pan out.pan

Voir aussi

Filtrage

Prototype C++

template Errc lplRegularization(Imx2d &imgIn, Imx2d &imgOut, float sigma, int connectivity, IRunThroughImage * imageRunner, IPerformReg * regPerformer);

Auteur: Régis Clouard