导向滤波是一种保护边缘edge-preserving smoothing 滤波算法,可以运用于比如美颜,去雾,三维重建等多种场合。
定义:guidance image I, an input image p, and an output image q。导向滤波认为在局部区域内,滤波输出是导向图像的线性模型。可以从两个维度理解,第一,一维的角度,任何一条的曲线都可以假定切断为若干线性模型的拼接;第二,从线性拟合或者拟合平面的角度来理解,坐标轴上,若干跳跃的点确实可以组成一个不平滑的曲线(即带噪声的一维图像),这些点的拟合直线,接近滤波输出的效果。
导向滤波器在导向图像I和滤波输出q之间在一个二维窗口内是一个局部线性模型,a和b是当窗口中心位于k时该线性函数的系数,在这一窗口内,这一系数都是常数。模型为:
p是q受到噪声污染而产生的退化图像,在以k为中心的局部窗口内,定义cost函数,利用最小二乘法求解a,b, 为了避免a值过大,加入a值约束,实际建立的模型如下:
最小二乘法的求解过程如下:
注意上述期望和方差求解,均是在以当前点k为中心的宏块内进行,原论文中,与上述推导结果一致的描述为: