基于OpenCV和CUDA扩展的自定义函数接口实现导向滤波算法

导向滤波是一种常用的图像处理算法，用于平滑图像并保持边缘信息。在本文中，我们将结合OpenCV和CUDA扩展，实现一个自定义函数接口来实现导向滤波算法。

导向滤波算法基于一个引导图像（guide image）和一个输入图像（input image）进行操作。引导图像包含了我们希望保留的细节和边缘信息，而输入图像则是我们希望进行平滑处理的图像。导向滤波算法可以通过以下步骤来实现：

1. 预计算引导图像的统计信息：

   • 计算引导图像的均值（mean_G）。
   • 计算引导图像的方差（var_G）。
   • 计算引导图像与自身的协方差（cov_GG）。

2. 对每个像素点进行滤波：

   • 计算输入图像与引导图像的协方差（cov_IG）。
   • 计算输入图像的均值（mean_I）。
   • 计算输入图像的方差（var_I）。
   • 计算局部方差（var_IG）（var_IG = cov_IG + epsilon）。
   • 计算滤波系数（a = cov_IG / var_IG）。
   • 计算偏差（b = mean_I - a * mean