本文主要是介绍[DIP] 引导滤波（guided Filter），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
引导滤波算法是一种可以保持边缘的一种滤波算法。引导滤波之所以叫这个名字，是因为算法在进行滤波时需要一幅引导图像，引导图像可以是另外单独的图像，也可以是输入图像本身，当引导图为输入图像本身时，引导滤波就成为一个保持边缘的滤波操作。引导滤波可以用于降噪、细节平滑、HDR压缩、抠图、去雾以及联合采样等领域。
线性旋转变化滤波过程中，某像素点的输出为：
Wij为权重，在双边滤波中，其权重函数表示为：
而这里要说的引导滤波，某像素点的输出结果为：
其中，q 为输出图像，I 为引导图像，a 和 b 是当窗口中心位于 k 时该线性函数的不变系数。该方法的假定条件是： q 与 I 在以像素 k 为中心的窗口中存在局部线性关系。对式子（3）求导（即表示边缘）可以看出，只有当引导图像存在边缘时，输出结果才会出现边缘。为了求解（3）中的系数a和b，假设p是q滤波前的结果，并满足使得q与p的差别最小，根据无约束图像复原的方法可以转化为求最优化问题，其价值函数为(4)：
限制i在窗口w中，这样a值就不会出现太大的情况了。类似于最下二乘法求解，式（4）的解为：
其中，μ和σ^2分别表示I在局部窗口w中的均值和方差。|ω|是窗口内的像素个数。然后，在整幅图像内采取窗口操作，最后取均值可以得到式（3）的结果为：
其中
总结：引导图像I与q之间存在线性关系，这样设定可以使导引图像提供的信息主要用于指示哪些是边缘。如果引导图告诉我们这里是边缘，最终的结果就设法保留这些边缘信息。所以，引导滤波的前提条件是：当I和q满足线性关系才有意义。
引导滤波的算法伪代码：
这篇关于[DIP] 引导滤波（guided Filter）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
