导向滤波和AV1中的自导滤波

导向滤波Guided Filter是一种利用引导图像来辅助处理目标图像的滤波技术，最大的特点是，既能平滑图像中的噪点/平坦区域，又能保护边缘细节不被模糊。

一 核心原理

1 引导图的作用

可以把引导图理解成一张地图，告诉滤波器

哪里是边缘，哪里是平坦区域

引导图像可以是原始图像本身，这样就会类似于双边滤波，也可以是其他图像，比如视频序列中的前一帧，或者参考帧图像。

2 数学实现

对每个像素点，导向滤波的输出公式为

输出 = a * 引导图像像素 + b

其中系数a和b通过局部窗口内的统计特性计算，目标是

平坦区域：a趋近0，输出结果平滑

边缘区域：a趋近1 保留原始边缘

这个a和b的系数求解，可以参考我的另一篇文章，最小二乘法，求解线性回归

• 与传统滤波对比

滤波类型	优点	缺点
高斯	计算简单	模糊边缘，细节丢失
双边	保留边缘	速度慢，参数敏感
导向	保留边缘	速度快，选择合理的引导图像

三 典型应用场景

1 图像去噪

（引导图 = 原图）在平滑噪点的同时，保护人脸五官，文字边缘等细节

示例：

原图有颗粒噪点-〉导向滤波后皮肤平滑，但是睫毛依然清晰

2 图像增强

引导图=边缘检测结果 强化纹理细节，弱化背景。

示例

风景照片中，让云层纹理更突出，天空区域更纯净

3 视频编码

引导图 = 原始帧 + 编码帧 用于抑制块效应，提升压缩画质。

示例

AV1编码中的自导滤波，就是导向滤波的变种

• 通俗理解

如果把图像比作一副素描画

传统滤波：用橡皮擦涂抹，可能吧线条擦模糊

导向滤波：用一张描边底稿做参考，只擦除噪点，不破坏轮廓线条

• 自导滤波 vs导向滤波

导向滤波：通用技术，引导图可以是任意图像

自导滤波：指用原始编码图像作为引导图，专门为编码器优化

导向滤波就像PS工具，而自导滤波压缩视频的时候恢复原始图像使用的。