guided filter（导向滤波）导读

---

本文为笔者阅读Kaiming He于2013年发表的guided image filtering时的笔记和实验合集，作者在文中省略的一些步骤给予了补充，在此记录下来，希望对后来者有益。
本文分为如下两部分：
1.论文阅读及算法原理介绍
2.基于matlab的简单实现

---

1. 论文阅读及算法原理介绍
   先给出线性移-变滤波器的基本概念：给出输入图像p，指导图像I，得到输出图像，输入图像p和指导图像I可以是同一幅图像。滤波之后的图像可以用如下加权公式表示：
   $$q_i=\sum _j{W}_{ij}(I)p_j$$
   其中$i$为当前滤波点的索引，$j$为滤波器模版覆盖的所有像素点的索引，滤波器（卷积核）$W_{ij}$是指导图像$I$的函数，与输入图像$p$独立。

可以用如下图简单解释上述过程：

所谓线性移-变滤波器包含两个性质：（1）线性性：滤波器通过线性加权进行滤波；（2）移-变：滤波其系数$W_{ij}$随着图像中心的变化而变化，与之相对应的是移-不变滤波器，如传统的高斯滤波器/边缘检测算子等滤波器，一旦滤波器定下来不随着像素点的移动而改变。上述公式中的下标索引$i$为红色像素点所对应的空间位置（下标），下标索引$j$为所有蓝色和黄色像素点对应的空间位置。

一个简单的线性移-变滤波器就是联合双边滤波器，示意图如下图：

其核函数为：
$$W_{ij}^{bf}(I)=\frac{1}{K_i}\exp \left(-\frac{\Vert x_i-x_j{\Vert }^2}{{\sigma }_s^2}\right)\exp \left(-\frac{\Vert I_i-I_j{\Vert }^2}{{\sigma }_r^2}\right)$$
其中$K_i$为归一化系数，与传统的双边滤波器不同的是，这里在range方向上用指导图像$I$来衡量相似度，如果range方向上相似度用原始图像来作指导，那么联合滤波器就退化为传统的双边滤波器。
下面给出guided filter的建模及推导过程：guided filter是指导图像和输出图像在一个局部区域内的线性模型，即假定输出图像$q$是指导图像$I$在以$k$为中心的窗口${\omega }_k$线性变换：
$$q_i=a_k{I}_i+b_k,\forall i\in {\omega }_k$$
这里$(a_k,b_k)$在窗口${\omega }_k$中为常数。对公式两边求导可知$\nabla q=a\nabla I$，因此如果指导图像$I$中为边缘的地方，输出图像也有边缘。

通常的加性去噪模型假设输入图像$p$为输出图像$q$（恢复图像）加上某些分量$n$（这里的$n$可以理解成噪声或者某些细小的结构或振荡，比如纹理），因此有如下模型：
$$p_i=q_i+n_i$$
写成输出图像的形式：
$$q_i=p_i-n_i$$
guided filter建模的思想在于寻找这样$(a_k,b_k)$，使得$q_i=a_k{I}_i+b_k$指导滤波之后的输出图像$q_i$和输入图像尽可能相似（差异尽可能小），基于这样的想法，很自然就有了将${\omega }_k$窗口中滤波后的$q_i$和滤波之前的$p_i$的所有误差（差异）都累加起来，使得误差最小的$(a_k,b_k)$就是我们要找的guided filter，于是很自然就建立的下面的模型：
$$\min E(a_k,b_k)=\min \sum _{i\in {\omega }_k}(a_k{I}_i+b_k-p_i{)}^2$$
仔细观察这个模型会发现一个问题，我们寻找输出$q_i$是为了在结构上尽可能地和输入图像$p_i$相似，但是如果通过求解这个最小化模型给出的结果使得$q_i$和$p_i$相等，即输出图像和输入图像一模一样，那么做这个滤波就失去了意义，在该式中，令$b_k=0,a_k=p_i/I_i$即可得到描述的结果，此时$\min E(a_k,b_k)=0$，此乃我们在机器学习/模式识别/人工智能中常说的“过拟合”。于是需要考虑的是改造上面的模型，给它引入一个惩罚项，让输出图像$q_i$尽可能的和输入图像$p_i$尽可能相似，但又不能让它们完全相等，于是给模型加上一个$L^2$范数的正则项，并且给正则项加入一个$ϵ$来控制惩罚的强度，为什么$L^2$范数的正则项可以达到“泛化”和防止“过拟合”的目的，后面会给出一个详细的解释。于是上面的模型修正为：
$$\min E(a_k,b_k)=\min \sum _{i\in {\omega }_k}((a_k{I}_i+b_k-p_i{)}^2+ϵa_k^2)$$
这样才得到了作者在文中给出的模型，这个模型的求解很简单，不用去查所谓的回归分析等内容，这是一个无约束的二次最优话问题，显然是一个凸优化问题，极值点乃最优点，简单运用一下高等数学中的极值点的必要条件即可求解出$(a_k,b_k)$，这里送佛送到西，给出推导的详细过程：
使得$E(a_k,b_k)$取得极小值的必要条件是：
$$\begin{gathered} \frac{\partial E(a_k,b_k)}{\partial a_k}=0 \\ \frac{\partial E(a_k,b_k)}{\partial b_k}=0 \end{gathered}$$
对$E(a_k,b_k)$的具体模型有：
KaTeX parse error: Expected 'EOF', got '&' at position 43: …{\partial a_k} &̲=\sum_{i\in\ome…
先对$b_k$的偏导数进行化简：
$$\begin{array}{rl}& \sum _{i\in {\omega }_k}(a_k{I}_i+b_k-p_i)=0\\ & \sum _{i\in {\omega }_k}{b}_k=\sum _{i\in {\omega }_k}(p_i-a_k{I}_i)\\ & \sum _{i\in {\omega }_k}{b}_k=\sum _{i\in {\omega }_k}{p}_i-a_k\sum _{i\in {\omega }_k}(I_i)\end{array}$$
记${\omega }_k$中像素的个数有$|\omega |$个，那么
$$b_k|\omega |=\sum _{i\in {\omega }_k}{p}_i-a_k\sum _{i\in {\omega }_k}{I}_i$$
两边同时除以$|\omega |$
b