=外+ /?，e啤（19)
[0140] 其中，1。(1，7)是濾波變換后圖像中坐標位置為（1，7)處的像素值,3]5和13 15是線性 系數(shù)，Ig(x，y)是引導圖像中坐標位置為（x，y)處的像素值，ω,是以像素點（X，y)為中心， 半徑為r的一·"1V局部窗口。
[0141] 為了使輸入圖像和輸出圖像之間的差異最小，即需要在窗口《,中使以下的函數(shù) 達到最小化：
[0142]
[0143] 其中，E是輸入圖像L和輸出圖像I<3之間的差異值，ε是一個防止ak的值過大的 正則化參數(shù)。當E達到最小時ak和bk分別為：
[0146] 其中，〇k2和μk分別為在窗口ωk內(nèi)Ig(x,y)的均值和方差，/ &為Ι;(χ，y)在 窗口《k內(nèi)的均值，iωI是窗口ωk內(nèi)像素點的個數(shù)。
[0147] 值得注意的是,為計算ak和bk，本發(fā)明提出一種自適應引導濾波器。其中，窗口 的半徑r和正則化參數(shù)ε是影響濾波效果的關(guān)鍵因素。而ε和r的值是由圖像中噪聲的 嚴重程度來決定的，可以使用以下方法快速估計噪聲的嚴重程度。用以下公式計算噪聲的 方差：
[0149]其中，。"是計算得到的噪聲的方差,W和Η分別表示圖像I的寬度和高度,Ν是一 個具有以下形式的掩模算子：
[0150]
[0151] 為簡化ε和r之間的關(guān)系，令：
[0153] 其中，r是非零偶數(shù)，由噪聲的方差σn來決定。而r和σn之間存在如下線性關(guān) 系：
[0154]r=aσn+b(24)
[0155] 解該方程式，得出
[0156]r=0.2σn (25)
[0157] 又由于r和σn是非零偶數(shù)，因此上式進一步化簡可得到：
[0158]
[0159] 由于一個像素可能被多個窗口所覆蓋，因此，可以根據(jù)計算得到的參數(shù)ak和bk， 通過以下公式計算得到濾波后的輸出圖像10(X，y)。
[0162] 本步驟中I。即為尺度為level= 2時的第三圖像I3的裂縫信息。
[0163] 通過上述步驟,可以通過裂縫檢測模板實現(xiàn)裂縫初步檢測，獲取粗定位第三圖像， 以及通過引導濾波器獲取第三圖像的裂縫信息,確定第三圖像中裂縫的準確信息。
[0164] 可選的，所述根據(jù)所述第三圖像中的裂縫信息，獲取第二恢復圖像，獲取所述第二 圖像的灰度圖像，對所述第二圖像進行裂縫初始定位，得到粗定位第二圖像,結(jié)合所述第二 恢復圖像，確定第二融合圖像，結(jié)合所述第二圖像的灰度圖像，通過引導濾波器對所述第 二圖像進行裂縫精確定位，確定所述第二圖像中的裂縫信息，包括：
[0165] 通過雙線性插值法，結(jié)合所述第三圖像中的裂縫信息進行擴展，得到對應所述第 二圖像的第二恢復圖像；
[0166] 獲取所述第二圖像的灰度圖像，對所述第二圖像的灰度圖像進行反色處理，進而 對處理后的圖像進行shear變換，得到變換后的灰度圖像；
[0167] 通過所述裂縫檢測模板，對所述變換后的灰度圖像進行裂縫檢測,獲取在不同方 向上的裂縫圖像，將所述不同方向上的裂縫圖像進行融合，得到粗定位第二圖像，結(jié)合所述 第二恢復圖像,確定第二融合圖像；
[0168] 將所述第二融合圖像作為引導濾波器的輸入圖像，將所述第二圖像的灰度圖像作 為所述引導濾波器的引導圖像，結(jié)合所述引導濾波器對所述第二圖像中的裂縫進行精確定 位，得到所述第二圖像的裂縫信息。
[0169] 在實施中，首先利用雙線性插值法將前一步得到的第三圖像的裂縫信息的尺寸擴 展到與尺度level= 1時的第二圖像12的尺寸相等。得到尺寸恢復后的第二恢復圖像13_2。
[0170] 接下來，依次對彩色的第二圖像轉(zhuǎn)換為灰度圖像、反色變換、對灰度圖像進行 shear變換、建立裂縫檢測模板、分別對shear變換后的圖像集中的每個圖像進行裂縫檢 測，將得到的在各個方向上檢測的裂縫圖像進行逆shear變換，并且將逆shear變換后的圖 像進行合并。該部分的內(nèi)容與前--步對第三圖像的處理過程相同，此處由于篇幅所限不再 贅述。
[0171] 在完成上述步驟后，將第二恢復圖像13_2和得到的粗定位第二圖下個LfusiM1，2進行 融合，得到第二融合圖像L·'fusi<m，2。該融合過程通過公式（28)進行。
[0172] Lfusion, 2 -I3-2 !Lfusion, 2 (28)
[0173]獲取到第二融合圖像后，第二融合圖像fusiOT、2作為引導濾波的輸入圖像，尺度 level =i時的第二圖像〗2的灰度圖像作為引導濾波器的引導圖像,使用引導濾波器進行 裂縫檢測，以得到第二圖像中的裂縫信息。該過程與前一步得到第三圖像的裂縫信息的過 程相同，此處不再贅述。
[0174] 可選的，所述根據(jù)所述第二圖像中的裂縫信息，獲取第一恢復圖像，獲取所述第一 圖像的灰度圖像，對所述第一圖像進行裂縫初始定位，得到粗定位第一圖像，結(jié)合所述第一 恢復圖像，確定第一融合圖像，結(jié)合所述第一圖像的灰度圖像，通過引導濾波器對所述第一 圖像進行裂縫精確定位，確定所述第一圖像中的裂縫信息，包括：
[0175] 通過雙線性插值法,結(jié)合所述第二圖像中的裂縫信息進行擴展，得到對應所述第 一圖像的第一恢復圖像；
[0176] 獲取所述第一圖像的灰度圖像,對所述第一圖像的灰度圖像進行反色處理，進而 對處理后的圖像進行shear變換，得到變換后的灰度圖像；
[0177] 通過所述裂縫檢測模板，對所述變換后的灰度圖像進行裂縫檢測，獲取在不同方 向上的裂縫圖像，將所述不同方向上的裂縫圖像進行融合,得到粗定位第一圖像，結(jié)合所述 第一恢復圖像，確定第一融合圖像；
[0178] 將所述第一融合圖像作為引導濾波器的輸入圖像，將所述第一圖像的灰度圖像作 為所述引導濾波器的引導圖像，結(jié)合所述引導濾波器對所述第一圖像中的裂縫進行精確定 位，得到所述第一圖像的裂縫信息。
[0179] 在實施中，首先利用雙線性插值法將前一步得到的第二圖像的裂縫信息的尺寸擴 展到與尺度level= 〇時的第一圖像L的尺寸相等。得到尺寸恢復后的第一陜復圖像1
[0180] 接下來，依次對彩色的第一圖像轉(zhuǎn)換為灰度圖像、反色變換、對灰度圖像進行 shear變換、建立裂縫檢測模板、分別對shear變換后的圖像集中的每個圖像進行裂縫檢 測，將得到的在各個方向上檢測的裂縫圖像進行逆shear變換，并且將逆shear變換后的圖 像進行合并。該部分的內(nèi)容與前一步對第二圖像的處理過程相同，此處由于篇幅所限不再 贅述。
[0181]在完成上述步驟后，將第一恢復圖像I2_i和得到的粗定位第二圖下個LfusiM1，i進行 融合，得到第二融合圖像1/ 。該融合過程通過公式（29)進行。
[0182] LfUSi〇n, 1 -I2-1!Lfusion； 1 (29)
[0183] 獲取到第一融合圖像后，第一融合圖像UfusiMU作為引導濾波的輸入圖像，尺度 level = 〇時的第二圖像L的灰度圖像作為引導濾波器的引導圖像，使用引導濾波器進行 裂縫檢測，以得到第一圖像中的裂縫信息。該過程與前一步得到第二圖像的裂縫信息的過 程相同，此處不再贅述。
[0184] 通過本步驟，可以得到與待處理圖像相同尺寸的第一圖像的裂縫信息，從而可以 根據(jù)第一圖像的裂縫信息獲取待處理圖像的裂縫圖像。
[0185] 本發(fā)明提供一種基于HVS與引導濾波器的土遺址裂縫檢測方法，包括獲取與待處 理圖像對應的不同尺寸的第-一圖像、第二圖像和第三圖像,根據(jù)第三圖像，使用裂縫檢測模 板和引導濾波器依次對第三圖像、第二圖像以及第一圖下個進行處理，最終獲取第一圖像 的裂縫信息，以便根據(jù)第一圖像的裂縫信息獲取待處理圖像的裂縫圖像。通過利用人眼視 覺特性，在圖像的不同尺度下初步檢測裂隙,并將其作為下一步引導濾波器的輸入圖像，以 實現(xiàn)土遺址圖像中裂縫的準確檢測，提高現(xiàn)有技術(shù)中所采用圖像分割方法的抗噪能力以及 降低計算復雜度，同時還防止細小裂縫的缺失，從而提高土遺址圖像中裂縫檢測的準確性。
[0186] 本發(fā)明的效果可以通過以下仿真進一步說明。
[0187] 仿真1,對本發(fā)明方法進行土遺址圖像中裂縫檢測的仿真。
[0188] 仿真1的仿真條件是在MATLABR2010b軟件下進行。引導濾波器的參數(shù)ε=〇. 11° 和r= 10。實驗結(jié)果描述如下：
[0189] 參照圖3,圖3中的三幅圖像分別為不同尺度下土遺址原始圖像，即尺度level= 0時的尺寸為MXN的li，尺度level= 1時的尺寸為

[0190] 如圖4所示的三幅圖像是對不同尺度下的土遺址圖像中裂縫的粗定位，可以看出 基于shear邊緣與能量