基于局部结构重建的边缘保持图像平滑算法及其在计算机视觉中的应用研究

本文提出一种创新的边缘保持图像平滑算法，通过融合全局优化策略与局部像素相关性（Local Linear Embedding思想），采用Lp(0

　　

Highlight

• 提出基于局部结构重建的边缘保持图像平滑新算法，融合局部特征与全局信息实现高效结构保护

• 突破传统梯度约束范式，基于局部线性嵌入（LLE）思想构建邻域像素关系模型

• 采用L_p范数约束惩罚项(0<>

Proposed method

与传统基于梯度约束的图像平滑方法不同，我们通过强制局部线性关系构建正则化项。该方法受局部线性嵌入（Local Linear Embedding）思想启发，假设局部邻域内数据点呈现近似线性关系：每个数据点可由其邻域样本的线性组合近似表示。在图像平滑中，我们通过重建局部结构关系来实现边缘保持与纹理去除的平衡。

Experiments

本节分析基于局部结构重建的边缘保持图像平滑框架，并与现有滤波方法对比。算法在MATLAB平台实现，运行环境为Intel i7-8750H处理器与16GB内存。实验数据集包含BSDS500、NKS数据集以及Xu等人提供的纹理数据集。NKS数据集由合成自然图像组成，BSDS500和Xu数据集则包含真实自然图像与纹理图像。

Application

图像平滑是计算机视觉与图像处理任务中的关键预处理工具，其质量直接或间接影响后续高级视觉任务性能。为全面评估算法实用效果，本节系统验证了其在细节增强、图像去噪、边缘检测、剪贴画压缩伪影消除等代表性场景的适用性。

Conclusion

边缘保持图像平滑是计算机视觉的基础预处理技术。为同时兼顾全局图像信息与局部邻域关系，本文提出基于局部结构重建的创新算法。通过调整L_p范数参数(0<>_p范数的非凸性挑战，我们采用重加权最小二乘法进行高效优化求解。