5.5.5. Адаптивные фильтры, сохраняющие перепады

Фильтры, описанные выше, являются сглаживающими фильтрами общего назначения. Для ограниченных классов изображений могут быть разработаны специальные фильтры. Один важный класс изображений встречается в дистанционном зондировании при классификации точек изображения на ограниченное число классов. Изображения могут быть описаны как состоящие из компактных участков с постоянным значением сигнала. Другими словами, можно считать, что идеальное изображение состоит из участков с постоянным значением сигнала, но наблюдаемые изображения искажены добавлением шума. Для этого типа изображений было предложено несколько алгоритмов сглаживания (см., например, [5.19, 5.20], где можно найти дополнительные ссылки). В предложенных алгоритмах были использованы следующие основные принципы.

Апертура имеет центр в точке Если в пределах апертуры наблюдается малое различие между значениями, то считается внутренней точкой и ее значение заменяется средним значением но апертуре. Если же, наоборот, различие между значениями внутри апертуры велико, то считается пограничной точкой и ей приписывается среднее значение по точкам, лежащим с той же стороны от границы, что и

В качестве меры различия можно использовать локальные дисперсии, значения Лапласиана или градиента. С увеличением размеров апертуры объем вычислений резко возрастает, поэтому было предложено итерировать эти алгоритмы, вместо того чтобы использовать большие апертуры. Такие алгоритмы не только сохраняют резкие перепады, но и обостряют смазанные. Например, наклонные плоскости превращаются в ступеньки. Таким образом, алгоритмы не сохраняют наклонные перепады на самом деле. Некоторые из алгоритмов предназначены для сохранения не только перепадов, но и острых углов граничных участков. Более детальное изучение материала, изложенного в этой части, читатель может найти в [5.19, 5.20].