均值滤波计算_引导滤波器（一）

这次主要讲的文献就是这篇“VLSI Architecture Design of Guided Filter for 30 Frames/s Full-HD Video”，本身讲的就是一个用TSMC90nm库为基础的ASIC实现，而且保证30帧/秒的视频流和1920x1080的分辨率。这要求了很高的实时性，高存储耗费和高带宽的软件方略无法做到这种要求。这篇文中大量使用了片上存储，不跨越总线，基本思路和之前的双边滤波器的文章非常相似。

1st stage：盒子滤波器（boxfilter）实现（文中称作integral image engine）

对于输入量p（引导图像），I（输入图像），运算过程中需要计算

4项中间值，为得到E(p),E(I),Cov(Ip),Var(I)

计算原理和均值滤波相同，因为均值滤波属于一种权值相等的滤波器类型（卷积核内值全部相等），本身可以通过盒子滤波器进行简化，其思路就是直接计算所有以每个像素点为中心的窗口内的像素和（积分）

图像为12x10，有120个蓝色方格样式的窗口（3x3)

这种计算可以全部用盒子滤波器实现，盒子滤波器的一般做法是求取图中所有位置到其实点的积分和，这种方式有很多问题，在双边滤波器（二）中已经叙述过，文中使用的方法就是基于之前双边滤波器的改进方法（结合RUM、SBM、SOM），

II是这个区域内像素的积分和，角标表示了这个区域范围

整个积分计算就被整合成了如上图的两步，b中黄色框区域内的就是integration image engine输出到ocm（100bitx180，和2个双口寄存器组，每个90个字，100bit）中的结果，图像数据Is、Iq通过总线和I/O wrapper和总线从片外DRAM获取

实现过程

ps:计算

的时候会多一个乘法器，输入16bit位宽原因是:2^8^2=2^16。

4个结果都计算出来，就完成了作者1st stage的部分

2nd Stage 卷积核系数计算（a，b）（coefficient kernel engine）:

系数计算过程，作者对过程进行了推导简化

实现方法为（

）

13bit和12bit输出位宽是最后截位选择结果

3rd Stage:

同第一级一样，是两个integral engine组成，对ak和bk做区域积分 。

4th Stage：

对积分结果做归一化（

,归一化后效果等同于均值滤波），最后求得输出图像

。