Matlab中的DCT图像滤波

我使用下面的函数来过滤图像。基本上，除了左上角的8x8元素外，它将DCT系数设置为0，这意味着它过滤掉所有高频部分，只留下低频部分

function I_out = em_DCT_filter(I_in,N)

I_trim = double(I_in)-128;

MYDCT=dctmtx(N);
dct = @(block_struct)MYDCT*block_struct.data*MYDCT';
B=blockproc(I_trim,[N,N],dct);

mask = zeros(N,N);
mask(1:N/4,1:N/4)= 1;

AnselmMask = @(block_struct)block_struct.data.*mask;
BMask=blockproc(B,[N N],AnselmMask);

InverseDct = @(block_struct)MYDCT'*block_struct.data*MYDCT;
BReversedl = blockproc(BMask,[N N],InverseDct);

I_out= uint8(BReversedl+128);

处理后的图像如下所示： 我需要该功能删除图像中的细节（例如毛衣上的图案，裤子上的阴影），这似乎工作正常。但是，该函数也会使图像变得非常模糊。如何删除细节，以及保持区域结构清晰？例如，毛衣/裤子区域的颜色将比以前更加均匀。

您基本上应用了“局部低通滤波器”。
难怪结果是“模糊”的，你删除了我们通常解释为细节和“锐度”的高频数据

您真正应该做的是删除高频细节，同时保持大边缘的圆滑。
一个好方法是使用各向异性扩散之类的方法。
通过使用优化的参数，您将能够获得您想要的外观。
一般来说，这些方法称为图像抽象

下面是一个用于高级各向异性扩散的优秀开源代码：

---

如果你能贡献自己的力量，那就太棒了。

你必须使用DCT吗？为什么你不能用空间过滤模糊图像呢？