导向滤波（guided Image Filtering）

        最近两天看了何凯明大神的导向滤波器（Guided Image Filtering），刚刚才顿悟整篇文章的核心。本文只针对于$I=p$的情况，即对图像$I$进行滤波处理。个人认为导向滤波器其实就是对均值滤波器的改进。由于均值滤波器会使图像模糊，尤其是对图像的边缘影响较大。然而，对图像进行处理时，图像的主要信息都隐藏在边缘处。所以为了保护图像的边缘信息，又能具有良好的滤波效果，是不是有一种滤波器在图像平滑的地方进行均值滤波，而在图像边缘的地方不进行滤波，或者进行轻微的滤波，那么图像的边缘信息不就保留下来了么，而且平滑的地方还有很好的均值滤波效果。
        那么问题来了，如何才能知道到底是不是图像的边缘呢？这里何凯明大神选取的指标是方差。方差是表示被统计信息变化特征的量。方差越大，表示图片在这里变化越大，也就表示此处是图像里某一物体的边缘，此处的信息需要进行保护。方差越小，表示图片在这里变化较小，该处所含信息量较少，可以进行滤波平滑处理。
        边缘参数找到了，如何将边缘参数的信息反映到对图像的滤波处理上呢？何凯明大神此处选取的是对图片每一像素值的线性处理，方程为：
$$\begin{array}{rlr}{q}_i=a_i{I}_i+b_i& & (1)\end{array}$$
        这里$q_i$是处理后的像素值，$I_i$是待处理的像素值。 $a_i$和 b i b_i