導向濾波是一種保護邊緣edge-preserving smoothing 濾波演算法，可以運用於比如美顏，去霧，三維重建等多種場合。
定義：guidance imagei, an input imagep, and an output imageq。導向濾波認為在區域性區域內，濾波輸出是導向影象的線性模型。可以從兩個維度理解，第一，一維的角度，任何一條的曲線都可以假定切斷為若干線性模型的拼接；第二，從線性擬合或者擬合平面的角度來理解，座標軸上，若干跳躍的點確實可以組成乙個不平滑的曲線(即帶雜訊的一維影象)，這些點的擬合直線，接近濾波輸出的效果。
導向濾波器在導向影象i和濾波輸出q之間在乙個二維視窗內是乙個區域性線性模型，a和b是當視窗中心位於k時該線性函式的係數，在這一視窗內，這一係數都是常數。模型為：
p是q受到雜訊汙染而產生的退化影象，在以k為中心的區域性視窗內，定義cost函式，利用最小二乘法求解a,b, 為了避免a值過大，加入a值約束，實際建立的模型如下：
最小二乘法的求解過程如下：
注意上述期望和方差求解，均是在以當前點k為中心的巨集塊內進行，原**中，與上述推導結果一致的描述為：
導向濾波學習
今天的數字影象處理課講到了導向濾波，就拿過來 學習了一下，下面兩篇部落格對我幫助很大 導向濾波演算法分析公式推導很詳細 導向濾波詳解 是嚴格按照 的演算法流程來的，能理解得更清楚。我只看了原理部分和保邊濾波器部分，簡單記錄一下。以影象去噪為例 輸入影象 p 引導影象 i 輸出影象 q 視窗 k 去噪...
導向濾波 Guided Filter 簡要介紹
提到導向濾波，首先想到的是 何愷明 他的確是真大神，在影象領域，是中國人的驕傲，深度學習流行的時候，也是提出各種新演算法，比如resnets，而最近兩年，深度學習的發展已經非常緩慢了，更多都是各種組合搭配。回歸主題，今天的豬腳是導向濾波，我準備從三篇文章來對它進行簡要介紹，導向濾波的應用範圍很廣泛，...
導向濾波的原理及實現
一 雙邊濾波 雙邊濾波很有名，使用廣泛，簡單的說就是一種同時考慮了畫素空間差異與強度差異的濾波器，因此具有保持影象邊緣的特性。先看看我們熟悉的高斯濾波器 其中w是權重，i和j是畫素索引，k是歸一化常量。公式中可以看出，權重只和畫素之間的空間距離有關係，無論影象的內容是什麼，都有相同的濾波效果。再來看...