一维信号双边滤波器_双边滤波器文献总结（一）

因为最后的dde算法中，最核心的就是滤波器模块，由于做之前是没有好好攻读相关硬件文献，加上相关背景写的不好导师一顿痛批，搞得现在要本末倒置，拿结果去找自己值得这么做的理由。但其实从研究角度来说应该是一件好事的。

(小吐个槽：说起来之前也不算是没好好读文献，实在是调研的时候方向偏差太大，红外图像增强的VLSI或FPGA实现？要么没有，要么都停留在很简单的加速方式，比如已经被做成ip的直方图均衡类算法，甚至有人拿C转verilog来凑数的！有参考价值的都只是单单说算法而不是太讲实现的。也都是做rtl设计的时候遇着坑了，才想到主要问题可能要去分析滤波器，而搜滤波器的硬件实现才是真的一搜吓一跳，果然很多时候，我们思维都容易固化在顶层了，毕竟做VLSI或者FPGA设计很多时候是没办法细份在某个具体应用领域的，都是越通用越好，而用它们加速本身也是一种底层思维，迭代成本很高，更需要我们具有这种底层的意识）。

今天就主要聊聊双边滤波器的硬件实现。

首先感觉比较新并且比较系统的应该算是这一篇了

Tseng Y C , Hsu P H , Chang T S . A 124 Mpixels/s VLSI Design for Histogram-Based Joint Bilateral Filtering[J]. IEEE Transactions on Image Processing, 2011, 20(11):3231-3241.

他最好的一点是对很多处理这种滤波器的思路进行了归类总结，并对时间复杂度和存储消耗做了整理。

论文中的归类表

Support Pixel First Approach

我最后的采用的设计方法，也是非常相似于Durand的方法，所以我先对这种类型做一说明。双边滤波器拥有更多的应用场景就是因为他比一般的空间滤波器（文中称spatial filter）有更好的边缘保持性(edge-preserving)，理解一下就是边缘（也可以理解为轮廓）越多的地方，平滑的程度相对于非边缘区域小一点。一般的空间滤波器，在FPGA和VLSI应用中，已经有了很好办法了，就是用寄存器组，搭建一个卷积核，并且利用S行缓冲把zig-zag（写Z字母的顺序）的顺序，变成S行并行。（图画的很丑，大家理解）

那么能不能把f(|c-q|),g(|Ic-Iq|)也写到这个卷积核里呢？答案是不能的，由于位置确定，计算f其实输入都是常量，但是g的输入可不是常量，他需要中心像素点，而这个卷积核每移动一下（整个运算操作可以等效为卷积核按Z型移动），中心像素点都会变。g需要一个单输入超越函数运算模型，在硬件实现中，方法有3，一种是多项式分解，一种是cordic算法，一种就是LUT（查找表）。前两个这个表中没有，就不说了，LUT顾名思义，就是有限输入情况，你拿着输入翻译成地址到RAM里找，1个周期就能实现，特别适合现在的情况：时间短、吞吐率一致，而且数字图像处理的灰度级本身也是有限的。但是套的时候就发现问题了，我为了简单只话了一个3x3的卷积核，如果大了，对于RAM面积就是几何倍的增长，如何能让这个增长不太大就是去缩减Ic-Iq的灰度级（subsample），或者用线性插值（piecewise-linear）去进一步简化LUT（y=c--->y=ax+b）。当然也有人直接避开这种计算，比如Paris的方法是直接用近似的方法把二维卷积化成了三维卷积（比较怪异不细说）。memory cost应该没有表里这样，就basic而言我觉得应该是这样的，不少于S*（N-1）+(S*（h+1）)^2，第一项是行缓冲，第二项是查找表加寄存器组（查找表深度h）。

Target Pixel First Approach

我理解的这样的归类方法应该是不做卷积核了，把整个拆解成一维卷积，Pham的方法里简要论证了一下，直接一维卷积做行不行，但也是说是approximation，效果咋样见仁见智，

Pham的方法，先x方向上滤波，再y方向上滤波

但是一维以后复杂度可是降了很多个层次，能用上盒子滤波器就再好不过了（box-filter）。可能是受这个启发，表里后面的几种方法都在简化维度的同时，让这个approximation做的更接近一点。本文作者也就是主要借鉴了Porikli的方法，文中称IH（intergral histogram）,我很细致的去阅读了一下这篇文章，其本质还是去用多项式分解的形式化解g的运算，只是不依赖卷积核了，用内存把所有位置直方图积分结果存储起来，卷积核(kernel)内的直方图，直接可以用四个位置的结果计算出来，利用他的分解方式套入计算g。令我比较疑惑的一点，直方图化以后，他便无法考量卷积核内的位置了，但是按照双边滤波器定义，即便两个像素相等，一个若在左侧（3x3举例），一个在右上侧，他们的权值应该是不等的，文章里好像是直接按相等做近似了。。。那也差的太多了。优点就在于只用存直方图积分结果，和原图。复杂度上降低了很多。