何愷明讀博士提出基於暗通道採用引導濾波去霧演算法獲cvpr2009最佳**，現在應用面很廣、很廣；能夠克服雙邊濾波的梯度翻轉現象，在濾波後影象的細節上更優，主要美顏演算法差不多都用這個。
先貼偽**：
實現的話可以採用積分圖加速。
其中i是引導影象,p是輸入的待濾波影象,w是根據引導圖i確定的權重值,q是濾波後的輸出影象。
1、如果權重w與引導圖無關，那便是乙個常量，比如高斯濾波那種，這種我們相對就特別好理解。權重確定：2、如果權重與引導圖相關，我們的影象就會受到引導圖影響，比如雙邊濾波中，我們採用和中心畫素差值作為引導，但這嚴格上還算不上引導圖。只能只能時有影響，有引導。
μk是視窗內畫素點的均值，i
ii_i
ii指位於視窗中心的畫素值，i
ji_j
ij指視窗內j位置的畫素點的值，σk2
σ_k^2
σk2
代表視窗內畫素點的方差，ε是乙個懲罰值。
(ii−μk)
(ij−
μk)(i_i-μ_k)(i_j-μ_k)
(ii−μ
k)(
ij−
μk)
這一項表明，如果中心畫素值i
ii_i
ii小於均值時，i
ji_j
ij如果約大於均值，該項值就是負值，權重1+（-0.幾）就會越小
ε懲罰項的值越大，則分母越大，引導圖對影象的影響就越小，極端情況（比如正無窮），wij但是，實際上我們不用搞得太複雜，我們直接假設該點輸出值和該點引導圖的值是線性關係：w_wi
j就將退化為1/w
21/w^2
1/w2
，這個w
ww呢，實際上就是視窗邊長，也就是說極端情況下會退化為均值濾波器
然後我們採用最小二乘去估計出ak、
bka_k、b_k
ak、bk
兩個係數即可：
a的分子為i和p的協方差，分母部分為i的方差加上截斷值ε，b的值為p的均值減去a乘以i的均值。可以看出當a值很小時，b約等於視窗內畫素點的均值pk，近似於均值濾波。而當a值很大時，輸出則主要取決於a*▽i的大小，梯度資訊能夠得到保留。
更多詳細參考：【拜小白opencv】33-平滑處理6——引導濾波/導向濾波（guided filter）
雙邊濾波與引導濾波
雙邊濾波 雙邊濾波很有名，使用廣泛，簡單的說就是一種同時考慮了畫素空間差異與強度差異的濾波器，因此具有保持影象邊緣的特性。先看看我們熟悉的高斯濾波器 其中w是權重，i和j是畫素索引，k是歸一化常量。公式中可以看出，權重只和畫素之間的空間距離有關係，無論影象的內容是什麼，都有相同的濾波效果。再來看看雙...
保邊濾波器 雙邊濾波與引導濾波
雙邊濾波 雙邊濾波很有名，使用廣泛，簡單的說就是一種同時考慮了畫素空間差異與強度差異的濾波器，因此具有保持影象邊緣的特性。先看看我們熟悉的高斯濾波器 其中w是權重，i和j是畫素索引，k是歸一化常量。公式中可以看出，權重只和畫素之間的空間距離有關係，無論影象的內容是什麼，都有相同的濾波效果。再來看看雙...
引導濾波的OpenCV實現
實現這種演算法的關鍵思想是盒式濾波 box filter 而且必須是通過積分圖來實現的盒式濾波，否則不可能與視窗大小無關，好在opencv的boxfilter函式滿足這個要求。再看看引導濾波的公式 先計算a k的分子，ip 在視窗w k中的和，再除以視窗中畫素的個數，剛好就是盒式濾波，因此我們可以將...