Seitenfensterfilterung

Lokale Fenster werden in der Computer Vision routinemäßig eingesetzt und fast ausschließlich so, dass das Zentrum des Fensters mit den zu verarbeitenden Pixeln ausgerichtet wird. Wir zeigen, dass dieses herkömmliche Verständnis nicht allgemein gültig ist. Wenn ein Pixel auf einer Kante liegt, ist die Platzierung des Fensterzentrums auf diesem Pixel eine der grundlegenden Ursachen für das Verschwimmen von Kanten durch viele Filteralgorithmen. Auf Basis dieser Erkenntnis schlagen wir eine neue Technik des Seitenfensterfilterns (Side Window Filtering, SWF) vor, bei der die Seite oder Ecke des Fensters mit dem zu verarbeitenden Pixel ausgerichtet wird. Die SWF-Technik ist überraschend einfach, dennoch theoretisch fundiert und in der Praxis sehr effektiv. Wir demonstrieren, dass viele traditionelle lineare und nichtlineare Filter leicht unter dem SWF-Rahmen implementiert werden können. Umfangreiche Analysen und Experimente zeigen, dass die Implementierung des SWFs in der Lage ist, ihre Kantenbewahrungsfähigkeiten erheblich zu verbessern und Spitzenleistungen in Anwendungen wie Bildglättung, Rauschunterdrückung, Verbesserung, strukturierter Texturentfernung, gegenseitiger Strukturauswahl und HDR-Tonabbildung zu erzielen. Neben der Bildfilterung zeigen wir ferner, dass das Prinzip des SWFs auf andere Anwendungen übertragen werden kann, die die Verwendung eines lokalen Fensters beinhalten. Am Beispiel der Farbanalyse durch Optimierung demonstrieren wir, dass die Implementierung des SWF-Prinzips Artefakte wie Farbläufe effektiv verhindern kann, die mit der konventionellen Implementierung verbunden sind. Angesichts der Allgegenwart von fensterbasierten Operationen in der Computer Vision ist es wahrscheinlich, dass die neue SWF-Technik auch vielen anderen Anwendungen zugutekommen wird.