冲击滤波器是一种可以显著的增强图像特征的滤波器,因为二阶微分在增强细节方面要比一阶微分好得多,更加适合锐化图像的理想特征,因此冲击滤波器使用拉普拉斯算子来检测图像的强边缘。具体算法定义如下:
(3-7)
其中It为前一时刻经过双边滤波之后的图像,△为的拉普拉斯算子,▽为It的梯度,sign为符号函数。
为保证检测出来的图像边缘具有相对均的宽度,论文使用的拉普拉斯算子定义为
(3-8)
对式(3-8)采用前后向差分策略,即
(3-9)
(3-10)
由式(3-9)(3-10)得其计算时使用的拉普拉斯模板如表3.3右下所示。
论文中令dt的初始值设为1.0,每次迭代后将其乘以0.9,从而减弱冲击滤波器的作用,以便恢复模糊图像更多的细节。
其代码如下:
function Shockimg = shockfilter( I,dt) %shock filter % input: I:input image % w :Laplace operator %output Shockimg :the image which after shock filter. % 冲击滤波器预测图像的强边缘 [GX GY] = gradient(I); gradvalue = sqrt(GX.^2+GY.^2); %拉普拉斯算子lap w = [1 1 1;1 -8 1;1 1 1]; lap = imfilter(I,w,'corr','replicate','same'); sig = sign(lap); %冲击滤波输出Shockimg Shockimg =I -double(sig).*gradvalue.*dt;