两种edge-preserving滤波算法 导向滤波 和 双边滤波 个人理解

最新推荐文章于 2025-05-20 09:43:47 发布
最新推荐文章于 2025-05-20 09:43:47 发布
阅读量1.6k 收藏 3
点赞数
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_39354819/article/details/81289548
导向滤波详见:https://blog.youkuaiyun.com/baimafujinji/article/details/74750283（需要对比着看）

1.导向滤波

1.1. 直观解释

导向滤波算法的核心就是,区分出哪里是平坦区,哪里是边缘部分。
如何区分:计算窗口内的方差，方差大的可以认为是边缘。

1.2. 数学推导

对于qi,它的ai和bi等于所有包括他的窗口的ai和bi的均值。
直接使用最小二乘法求导为0的方法获得该均值

最低0.47元/天 解锁文章

200万优质内容无限畅学
abugh
关注
图像滤波---双边滤波和导向滤波的推导与实践
hairuiJY
07-19 3031
为了等快要遗忘时候再复习一遍！感谢大神总结：http://blog.youkuaiyun.com/pi9nc/article/details/26592377 上一篇文章已经说了引导滤波的基本理论，而且我们也知道引导滤波可以写出时间复杂度与窗口大小无关的算法，现在就来使用C++并借助OpenCV实现这一算法。       实现这种算法的关键思想是盒式滤波（box filter），而且必须是通过积分图来实现
图像滤波器系列(2):保边平滑滤波器Edge-Preserving Noise Reduction
随便记记
06-12 1483
注意事项 1、边缘位置可能移动 2、假设噪声分布于图像数据无关 3、最好不好用于高精度测量问题的预处理 算子 保边滤波都是非线性滤波，以halcon算子来进行介绍 eliminate_min_max 基本原理 ：中心像素比邻域像素最大值还大的，则用一些规则（比如均值）替换；比邻域最小值还小的，替换，达到去噪； 而保边的实现是因为：如果是边的话，邻域里至少还有一个像素也是比较大或比较小，与中心像素具有可比性，不会被替换和删除； sigma_image 基本操作 ：同样是首先确定一个邻域，但中心像素并不会用所有
三种经典图像滤波方法介绍——双边滤波(Bilateral filter)、导向滤波(Guided Fliter)、滚动导向滤波(RollingGuidedFilter)
qq_44949041的博客
10-18 1万+
滤波作为最基础的图像处理手段之一，在图像处理领域占有重要位置，常被用于图像去噪、尺度分解等。我在文中整理了双边滤波、导向滤波、滚动制导滤波三种在图像处理中常见且在论文中经常被使用的滤波方法。这三种滤波较之最基础的均值、高斯滤波有着更加优异的性能和可研究空间。同时附上matlab程序。
GFF 1.0：导向滤波在多曝光图像融合中的应用
最新发布
weixin_34520664的博客
05-20 791
动态范围是指场景中最小亮度与最大亮度之间的比率。在自然界中，动态范围可以非常宽广，从星光闪烁的夜空到刺眼的太阳，亮度差异可以达到数十个数量级。而在传统的摄影和显示设备中，这一范围通常被限制在一个相对较小的范围内，这导致在一张照片中，要么保留了亮部细节而暗部细节丢失，要么相反。HDR技术通过记录超过传统相机感光元件或显示器所能处理范围的亮度信息，可以达到与人眼所见更为接近的效果，即在一张照片中同时保留亮部和暗部的细节。
【图像处理】双边滤波算法(bilateral filter)和导向滤波算法(guided filter)
一路嵌行的博客
04-13 4463
一、双边滤波算法（Bilateral Filter） 1、原理 高斯滤波是以距离为权重，设计滤波模板作为滤波系数，只考虑了像素间的空间位置上的关系，因此滤波的结果会丢失边缘的信息。 高斯滤波的缺陷如下图所示：平坦区域正常滤波，图像细节没有变化，而在突变的边缘上，因为只使用了距离来确定滤波权重，导致边缘被模糊。 在高斯基础上，进一步优化，叠加了像素值的考虑，因此也就引出了双边滤波，一种非线性滤波，滤波效果对保留边缘更有效。 空间距离：当前点距离滤波模板中心点的欧式距离。 灰度距离：当前点距离滤波模板中心点
c语言双边滤波算法,快速双边滤波 附完整C代码
weixin_34569101的博客
05-23 1417
很早之前写过《双边滤波算法的简易实现bilateralFilter》。当时学习参考的代码来自cuda的样例。相关代码可以参阅:https://github.com/johng12/cudaSamples/tree/master/cudaSamples/3_Imaging/bilateralFilter由于算法逻辑非常清晰，就不多解释了。需要补课的，请移步《o(1)复杂度之双边滤波算法的原理、流程、...
图像保边滤波之BEEPS滤波算法Demo
02-23
BEEPS（Bilateral Edge-Preserving Smoothing）滤波算法是一种边缘保持滤波算法，它利用图像像素的相似度和空间邻近度来共同决定滤波强度，能够有效地在去除噪声的同时保持图像的边缘信息。BEEPS滤波算法特别适合于...
基于SVM的边缘保持滤波算法-SVM for edge-preserving filtering
STELLAR0的专栏
03-31 3919
基于SVM的边缘保持滤波算法-SVM for edge-preserving filtering                                           Qingxiong Yang Shengnan Wang Narendra Ahuja                                                        1. 简介：在这篇
文献阅读 - Edge-Preserving Decompositions for Multi-Scale Tone and Detail Manipulation (ACM TOG 2008)
Always On The Way
10-24 4820
Edge-Preserving Decompositions for Multi-Scale Tone and Detail Manipulation Z. Farbman, R. Fattal, D. Lischinski, R Szeliski, Edge-Preserving Decompositions for Multi-Scale Tone and Detail Manipulati...
一些滤波器（boxfilter，快速双边滤波器，快速引导滤波器和 permutohedral 双边滤波器）C++
07-12
双边滤波器、permutohedral双边滤波器和传播滤波器 箱式过滤器 快速导向过滤器 快速双边滤波器 多面体双边滤波器 传播过滤器 更多详情、使用方法，请下载后阅读README.md文件
Edge-preserving smoothing and applications.pdf
07-10
Edge-preserving smoothing and applications
edge preserving smoothing
luckyboy101的专栏
11-10 3670
1、Structure Extraction from Texture via Relative Total Variation Li Xu     Qiong Yan     Yang Xia     Jiaya Jia The Chinese Univeristy of Hong Kong source code: http://www.cse.cuhk.edu.hk/~leojia/p
Local Edge-Preserving Multiscale Decompositionfor High Dynamic Range Image Tone Mapping
u013049912的博客
08-10 643
提出了一种用于图像边缘保持分解的新型滤波器。它与以前的滤波器的不同之处在于它的局部自适应特性。过滤后的图像在任何地方都包含局部均值，并保留了局部显着边缘。我们的过滤结果与其他三种方法的结果进行了比较。还对滤波器的行为进行了详细分析。提出了使用该滤波器的多尺度分解来处理具有三个细节层和一个基础层的高动态范围图像。使用滤波器的多尺度分解解决了三个假设：1）基础层在任何地方都保留了局部均值；2）每个尺度的显着边缘都是局部窗口中相对较大的梯度；3）所有非零梯度信息都属于细节层。还提出了一种有效的函数来压缩细节层。.
【OpenCV学习笔记】之图像平滑（线性/非线性滤波器）
zhu_hongji的博客
08-11 2万+
一、图像平滑（smoothing）          图像平滑（smoothing）也称为“模糊处理”（bluring）， 是一项简单且使用频率很高的图像处理方法。可以用来压制、弱化或消除图像中的细节、突变、边缘和噪声。但最常见的是用来减少图像上的噪声或者失真。降低图像分辨率时，平滑处理是很重要的。 说到噪声，两种噪声应该提一下： 椒盐噪声：噪声的幅值基本上相同，但是噪声出现的位置是随机的；...
图像融合常见损失函数总结
weixin_69464301的博客
06-28 2850
用于衡量两幅图像之间的结构相似性，比MSE和MAE更能反映图像的感知质量。：用于减少融合图像中的噪声和伪影，增强图像的平滑性。通过惩罚图像梯度的大变化，能够有效地减少图像中的不连续性和噪声。：用于保持源图像中的边缘信息，确保融合图像中的边缘与源图像相似。作用：用于衡量源图像和融合图像之间的平均平方差异，强调较大的误差。：用于衡量源图像和融合图像之间的平均绝对差异，对异常值不敏感，能平滑地反映误差。分别是源图像和融合图像在位置 (𝑖,𝑗) 处的梯度。是融合图像的像素值，N 是图像的像素总数。
图像处理：推导五种滤波算法（均值、中值、高斯、双边、引导）
m0_62919535的博客
10-14 4万+
均值滤波：卷积核越大，图片的失真越明显，图片会更模糊，如果设置核的大小为（1，1），则结果是原始图像。中值滤波：随着核的增大，图片会更加模糊，核必须是大于1的奇数，如3，5，7等，在这cv2.medianBlur(src,ksize)当中，填写核时填写一个数字，如3，5，7，在这里我们要对比均值滤波的用法。它对于椒盐噪声的图片效果最好。高斯滤波：随着核的大小逐渐变大，会让图像更加模糊，核的大小（N，N）必须是大于1的奇数，如3，5，7等，sigma表示的是X方向方差。我们常常在边缘检测中用到它。
opencv滤波美颜
jacke121的专栏
08-30 2662
 导向滤波（Guided Filtering）和双边滤波（BF）、最小二乘滤波（WLS）是三大边缘保持（Edge-perserving）滤波器。当然，引导滤波的功能不仅仅是边缘保持，只有当引导图是原图的时候，它就成了一个边缘保持滤波器。   它在图像去雾，图像抠图上均有相应的应用。 ...
guided Filter--引导滤波算法原理及实现
热门推荐
满城风絮
10-28 6万+
http://blog.youkuaiyun.com/zwlq1314521/article/details/51007943 http://cn.mathworks.com/help/images/ref/imguidedfilter.html?requestedDomain=www.mathworks.com http://www.pudn.com/Download/item/id/3225837.h
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值