引导滤波算法matlab,引导滤波(guided image filtering）原理及C++实现

青旅半醒 2023-01-16 06:52 200阅读 0赞

template

void CImageObj::BoxFilter(K\*\* src, T\*\* dst, int r)

\{

int w = 2 \* r + 1;

int pixCount = w \* w;

int nx = m\_width;

int ny = m\_height;

int i, j, m, n;

for (i = 0; i < ny; ++i)

\{

for (j = 0; j < nx; ++j)

\{

int k = 0;

double sum = 0.0;

for (m = i - r; m <= i + r; ++m)

\{

for (n = j - r; n <= j + r; ++n)

\{

if (m < 0 || m >= ny) \{ k++; continue; \}

if (n < 0 || n >= nx) \{ k++; continue; \}

sum += src\[m\]\[n\];

\}

\} // 一次窗口滤波

dst\[i\]\[j\] = sum / (pixCount - k);

\}

\}

\}

void CImageObj::GIF(uchar\*\* guidenceImg, int radius, double eps)

\{

if (guidenceImg == nullptr || \*guidenceImg == nullptr)

return;

int cx = m\_width;

int cy = m\_height;

int wndsize = 2 \* radius + 1;

int pixcount = wndsize \* wndsize;

double\*\* a = NewDoubleMatrix(cx, cy);

double\*\* b = NewDoubleMatrix(cx, cy);

double\*\* mean\_a = NewDoubleMatrix(cx, cy);

double\*\* mean\_b = NewDoubleMatrix(cx, cy);

int i, j, m, n;

for (i = 0; i < cy; ++i)

for (j = 0; j < cx; ++j)

\{

int k = 0;

double sum\_I = 0.0;

double sum\_p = 0.0;

for (m = i - radius; m <= i + radius; ++m)

for (n = j - radius; n <= j + radius; ++n)

\{

if (m < 0 || m >= cy) \{ k++; continue; \}

if (n < 0 || n >= cx) \{ k++; continue; \}

sum\_I += guidenceImg\[m\]\[n\] / 255.0;

sum\_p += m\_imgData\[m\]\[n\] / 255.0;

\}

double mean\_I = sum\_I / (pixcount - k);

double mean\_p = sum\_p / (pixcount - k);

k = 0;

double sum\_Ip = 0.0;

double sum\_var\_I = 0.0;

for (m = i - radius; m <= i + radius; ++m)

for (n = j - radius; n <= j + radius; ++n)

\{

if (m < 0 || m >= cy) \{ k++; continue; \}

if (n < 0 || n >= cx) \{ k++; continue; \}

sum\_Ip += (m\_imgData\[m\]\[n\] / 255.0) \* (guidenceImg\[m\]\[n\] / 255.0);

sum\_var\_I += (guidenceImg\[m\]\[n\] / 255.0 - mean\_I) \* (guidenceImg\[m\]\[n\] / 255.0 - mean\_I);

\}

a\[i\]\[j\] = (sum\_Ip / (pixcount - k) - mean\_I \* mean\_p) / (sum\_var\_I / (pixcount - k) + eps);

b\[i\]\[j\] = mean\_p - a\[i\]\[j\] \* mean\_I;

\}

BoxFilter(a, mean\_a, radius);

BoxFilter(b, mean\_b, radius);

for (i = 0; i < cy; ++i)

for (j = 0; j < cx; ++j)

\{

double tmp = 255 \* (mean\_a\[i\]\[j\] \* guidenceImg\[i\]\[j\] / 255.0 + mean\_b\[i\]\[j\]);

tmp = tmp > 255.0 ? 255.0 : tmp;

tmp = tmp < 0.0 ? 0.0 : tmp;

m\_imgData\[i\]\[j\] = (uchar)tmp;

\}

UpdateImage();

DeleteDoubleMatrix(a, cx, cy);

DeleteDoubleMatrix(b, cx, cy);

DeleteDoubleMatrix(mean\_a, cx, cy);

DeleteDoubleMatrix(mean\_b, cx, cy);

\}

发表评论取消回复

表情：

评论列表（有 0 条评论，200人围观）

还没有评论，来说两句吧...

相关阅读

相关引导滤波融合matlab

引导滤波（Guided Filter）是一种用于图像增强和融合的技术，它可以用于将一幅图像的细节信息（引导图像）融合到另一幅图像（目标图像）中。在MATLAB中，你可以使用以下

系统管理员/ 2024年02月23日 06:37/ 0 赞/ 40 阅读

相关粒子滤波 PF（Particle filter）算法

[代码的路][Link 1] 粒子滤波器方法通常用于视觉跟踪。从统计角度来看，它是一种顺序蒙特卡罗重要抽样方法，用于根据观测序列估计动态系统的潜状态变量。粒子滤波步骤：

亦凉/ 2023年09月28日 20:58/ 0 赞/ 6 阅读

相关引导滤波算法matlab,引导滤波(guided image filtering）原理及C++实现

template void CImageObj::BoxFilter(K\\ src, T\\ dst, int r) \{ int w = 2 \ r + 1; in

青旅半醒/ 2023年01月16日 06:52/ 0 赞/ 201 阅读

相关 Guided image filtering(引导滤波)

摘要本文提出了一种新的显式图像滤波引导滤波器。引导滤波器从局部线性模型中导出，通过考虑引导图像的内容（可以是输入图像本身，也可以是另一个不同的图像）来生成滤波输出图

待我称王封你为后i/ 2022年12月05日 02:20/ 0 赞/ 259 阅读

相关快速引导滤波python-opencv

-- coding: utf-8 -- import cv2 import numpy as np import sys

ゞ浴缸里的玫瑰/ 2022年11月20日 02:59/ 0 赞/ 402 阅读

相关各种滤波电路及原理

关注+星标公众号，不错过精彩内容 ![6130d324b3ded26c6f42a139ea799249.gif][] 来源 | 电子电路常见低通滤波电路 ![b

缺乏、安全感/ 2022年08月29日 11:56/ 0 赞/ 238 阅读

相关导向滤波小结：从导向滤波（guided filter）到快速导向滤波（fast guide filter）的原理，应用及opencv实现代码

1. 导向滤波简介导向滤波是何凯明在学生时代提出的一个保边滤波（edge-preserving smoothing）算法。何凯明在cv圈应该算是名人了，学生时代关于图像去雾

ゞ浴缸里的玫瑰/ 2022年06月06日 03:50/ 1 赞/ 2756 阅读

相关 Filter2D 滤波

correlation with kernel 核在图像上扫描的结果，公式： ![20181227134018499.png][] I I I是输入图像， K

叁歲伎倆/ 2022年04月02日 16:44/ 0 赞/ 262 阅读

相关 opencv（Python/c++）:滤波（方框滤波，均值滤波，高斯滤波，中值滤波，双边滤波）

Python中的滤波体现在cameo项目，到时候再移植一下。什么是图像滤波？图像滤波，是指保留图像细节特征的条件下对目标图像的噪声进行抑制，称之为图像平滑化或者滤波

心已赠人/ 2022年03月10日 06:42/ 0 赞/ 402 阅读

相关【图像处理】引导滤波（guided image filtering）——附C++、python实现彩图与灰度图代码

【fishing-pan：[https://blog.csdn.net/u013921430][https_blog.csdn.net_u013921430] 转载请注明出处

古城微笑少年丶/ 2021年10月29日 23:31/ 0 赞/ 1072 阅读