一看分类，今年的讨论班一次也没写过东西。这算是第一篇吧，虽然只有一位同学，但日子好，六一儿童节。怀念下无忧无虑，天真烂漫的童年。

1. 《Structure-preserving manipulation of photographs》

保持原有结构信息的图像增强方法。把scale space analysis和gradient domain image editing两个技术结合到一起。

整个算法的流程图

Figure 3: Overview of our method.

Gaussian scale space

利用不同尺度的高斯核，得到不同尺度的图像，用Canny算子提取这些图像边缘信息。不同尺度下的边缘信息不相同。如下图所示

Edge Importance

随着尺度的增大，某些边会消失，某两条边会合并到一起，会出现一些原来没有的错误的边。在计算边的重要性时，要考虑到这点。高斯尺度空间中，某层中消失的边不会再更高层中出现，作者引入一个概念，叫做边的lifetime，表示边在尺度空间中的最后出现的那一层，边存在层数越多，边就越重要。
计算边的重要性不容易，可以改为判断点在各个尺度下是否属于一个边（二值函数而已），点的lifetime就等于点不属于边的最小的那个sigma值。

图片编辑

保留不同lifetime的点，就可以实现对图像细节的控制。对不同区域可以进行不同的处理，最后根据处理过的边缘图，生成结果图。

代码下载

Matlab