图像处理------Mean Shift滤波(边缘保留的低通滤波)

一：Mean Shift算法介绍

Mean Shift是一种聚类算法，在数据挖掘，图像提取，视频对象跟踪中都有应用。本文

重要演示Mean Shift算法来实现图像的低通边缘保留滤波效果。其处理以后的图像有点

类似油画一样。Mean Shift算法的输入参数一般有三个：

1.      矩阵半径r，声明大小

2.      像素距离，常见为欧几里德距离或者曼哈顿距离

3.      像素差值value

算法大致的流程如下：

a.      输入像素点P(x, y)

b.      计算该点的像素值pixelv

c.      根据输入的半径r与差值value求出矩阵半径内满足差值像素平均值作为输出像素点值

d.      计算shift与repetition，如果满足条件

e.      继续c ~ d，直到条件不满足退出，得到最终的输出像素值

f.       对输入图像的每个像素重复a ~ e，得到图像输出像素数据

二：色彩空间转换

本文Mean Shift滤波在YIQ颜色空间上完成，关于RGB与YIQ颜色空间转换可以参考

这里：http://en.wikipedia.org/wiki/YIQ我google找来的转换公式截屏：

三：程序效果

滤镜源代码：

[java] view plaincopy

1. package com.gloomyfish.filter.study;
2. import java.awt.image.BufferedImage;
3. public class MeanShiftFilter extends AbstractBufferedImageOp {
4. private int radius;
5. private float colorDistance;
6. public MeanShiftFilter() {
7. radius = 3; // default shift radius
8. colorDistance = 25; // default color distance
9. }
10. public int getRadius() {
11. return radius;
12. }
13. public void setRadius(int radius) {
14. this.radius = radius;
15. }
16. public float getColorDistance() {
17. return colorDistance;
18. }
19. public void setColorDistance(float colorDistance) {
20. this.colorDistance = colorDistance;
21. }
22. @Override
23. public BufferedImage filter(BufferedImage src, BufferedImage dest) {
24. int width = src.getWidth();
25. int height = src.getHeight();
26. if ( dest == null )
27. dest = createCompatibleDestImage( src, null );
28. int[] inPixels = new int[width*height];
29. int[] outPixels = new int[width*height];
30. getRGB( src, 0, 0, width, height, inPixels);
31. // convert RGB color space to YIQ color space
32. float[][] pixelsf = new float[width*height][3];
33. for(int i=0; i<inPixels.length; i++) {
34. int argb = inPixels[i];
35. int r = (argb >> 16) & 0xff;
36. int g = (argb >>  8) & 0xff;
37. int b = (argb) & 0xff;
38. pixelsf[i][0] = 0.299f  *r + 0.587f *g + 0.114f  *b; // Y
39. pixelsf[i][1] = 0.5957f *r - 0.2744f*g - 0.3212f *b; // I
40. pixelsf[i][2] = 0.2114f *r - 0.5226f*g + 0.3111f *b; // Q
41. }
42. int index = 0;
43. float shift = 0;
44. float repetition = 0;
45. float radius2 = radius * radius;
46. float dis2 = colorDistance * colorDistance;
47. for(int row=0; row<height; row++) {
48. int ta = 255, tr = 0, tg = 0, tb = 0;
49. for(int col=0; col<width; col++) {
50. int xc = col;
51. int yc = row;
52. int xcOld, ycOld;
53. float YcOld, IcOld, QcOld;
54. index = row*width + col;
55. float[] yiq = pixelsf[index];
56. float Yc = yiq[0];
57. float Ic = yiq[1];
58. float Qc = yiq[2];
59. repetition = 0;
60. do {
61. xcOld = xc;
62. ycOld = yc;
63. YcOld = Yc;
64. IcOld = Ic;
65. QcOld = Qc;
66. float mx = 0;
67. float my = 0;
68. float mY = 0;
69. float mI = 0;
70. float mQ = 0;
71. int num=0;
72. for (int ry=-radius; ry <= radius; ry++) {
73. int y2 = yc + ry;
74. if (y2 >= 0 && y2 < height) {
75. for (int rx=-radius; rx <= radius; rx++) {
76. int x2 = xc + rx;
77. if (x2 >= 0 && x2 < width) {
78. if (ry*ry + rx*rx <= radius2) {
79. yiq = pixelsf[y2*width + x2];
80. float Y2 = yiq[0];
81. float I2 = yiq[1];
82. float Q2 = yiq[2];
83. float dY = Yc - Y2;
84. float dI = Ic - I2;
85. float dQ = Qc - Q2;
86. if (dY*dY+dI*dI+dQ*dQ <= dis2) {
87. mx += x2;
88. my += y2;
89. mY += Y2;
90. mI += I2;
91. mQ += Q2;
92. num++;
93. }
94. }
95. }
96. }
97. }
98. }
99. float num_ = 1f/num;
100. Yc = mY*num_;
101. Ic = mI*num_;
102. Qc = mQ*num_;
103. xc = (int) (mx*num_+0.5);
104. yc = (int) (my*num_+0.5);
105. int dx = xc-xcOld;
106. int dy = yc-ycOld;
107. float dY = Yc-YcOld;
108. float dI = Ic-IcOld;
109. float dQ = Qc-QcOld;
110. shift = dx*dx+dy*dy+dY*dY+dI*dI+dQ*dQ;
111. repetition++;
112. }
113. while (shift > 3 && repetition < 100);
114. tr = (int)(Yc + 0.9563f*Ic + 0.6210f*Qc);
115. tg = (int)(Yc - 0.2721f*Ic - 0.6473f*Qc);
116. tb = (int)(Yc - 1.1070f*Ic + 1.7046f*Qc);
117. outPixels[index] = (ta << 24) | (tr << 16) | (tg << 8) | tb;
118. }
119. }
120. setRGB( dest, 0, 0, width, height, outPixels );
121. return dest;
122. }
123. public String toString() {
124. System.out.println("Mean Shift Filter...");
125. return "MeanShiftFilter";
126. }
127. }