Titel:
Pu YF, Zhou JL, Yuan X. Fractional Differential Mask: Ein auf fraktionaler Differenzierung basierender Ansatz zur Multiskalen-Texturverbesserung[J]. IEEE-TRANSAKTIONEN ZUR BILDVERARBEITUNG, 2010.
Bei diesem Artikel handelt es sich um eine sehr neuartige Bildverbesserungsliteratur. Es werden keine herkömmlichen Bruchableitungen zur Bildberechnung verwendet, sondern mehrere neuartige Bildmasken vorgeschlagen, um den Bildverbesserungseffekt direkt zu erzielen.
Die Autoren schlagen sechs gebrochene Differenzmasken mit negativer X-Koordinate, positiver X-Koordinate, negativer Y-Koordinate, positiver Y-Koordinate, unterer linker Diagonale, oberer linker Diagonale, oberer linker Diagonale, unterer rechter Diagonale und oberer rechter Richtung vor Die Diagonale zeigt jeweils die Struktur und die Parameter jeder Maske. Hier wird darauf hingewiesen, dass die zweite Maske die beste ist, was beweist, dass die Differentialmaske fraktionaler Ordnung eine bessere Fähigkeit zur Texturverbesserung aufweist.
Hier erwähnt der Autor auch die Vorteile der fraktionierten Ordnung: Die
Differenzierung fraktionierter Ordnung kann die niederfrequenten Kontureigenschaften glatter Bereiche nichtlinear weitestgehend aufrechterhalten und hochfrequente Kanteninformationen in Bereichen mit häufigen Graustufenänderungen nichtlinear verbessern und nichtlinear verbessern Texturdetails in Bereichen, in denen Graustufenänderungen nicht erkennbar sind. Kurz gesagt, die fraktionierte Differenzierung kann synthetische Texturdetails nichtlinear verbessern.
Die spezifische Maske ist wie folgt, das Design ist sehr neuartig:
Der Ausdruck des spezifischen Koeffizienten lautet wie folgt:
Für ein Bild ist lediglich eine Faltung und Multiplikation an den entsprechenden Pixeln erforderlich.
Die Maske kann wie folgt ausgedrückt werden:
Die Codewiedergabe lautet wie folgt: (Willkommen bei wertvollen Kommentaren)
V im Code Gibt einen Parameter der gebrochenen Ordnung an, und n gibt die Anzahl der Skalen an.
function out = FractionalProduct(V,n)
if (~exist('V','var'))
V = 0.5;
end
if (~exist('n','var'))
n = 5;
end
z = zeros((2*n+1),1);
z(n) = V/4 + V^2/8;
z(n+1) = 1- V^2/2 - V^3/8;
z(n+2) = -5*V/4 + 5*V^3/16 + V^4/16;
k = 1;
for i = n+3:2*n-2
k = k+1;
z(i) = (gamma(k-V+1)/gamma(k+2)*(V/4 + V^2/8)+gamma(k-V)/gamma(k+1)*(1- V^2/4)+gamma(k-V-1)/gamma(k)*(-V/4 + V^2/8))/gamma(-V);
end
z(2*n-1) = (gamma(n-V-1)/gamma(n)*(V/4 + V^2/8)+gamma(n-V-2)/gamma(n-1)*(1- V^2/4)+gamma(n-V-3)/gamma(n-2)*(-V/4 + V^2/8))/gamma(-V);
z(2*n) = gamma(n-V-1)/(gamma(n)*gamma(-V))*(1-V^2/4) + gamma(n-V-2)/(gamma(n-1)*gamma(-V))*(-V/4 + V^2/8);
z(2*n+1) = gamma(n-V-1)/(gamma(n)*gamma(-V))*( -V/4 + V^2/8);
out = z;