何恺明读博士提出基于暗通道采用引导滤波去雾算法获CVPR2009最佳论文，现在应用面很广、很广；能够克服双边滤波的梯度翻转现象，在滤波后图像的细节上更优，主要美颜算法差不多都用这个。 先贴伪代码： 实现的话可以采用积分图加速。线性滤波器 其中I是引导图像,P是输入的待滤波图像,W是根据引导图I确定的权重值,Q是滤波后的输出图像。1、如果权重W与引导图无关，那便是一个常量，比如高斯滤波那种，这种我们
Pytorch 自动求导机制 文章目录Pytorch 自动求导机制1. 简单的自动求导（输出是1维）2. 多维数组的自动求导（输出是多维）3. 多次自动求导 自动求导是 PyTorch 中非常重要的特性，能够让我们避免手动去计算非常复杂的导数，这能够极大地减少了我们构建模型的时间。 每个Tensor都有个标志：requires_grad，它都允许从梯度计算中精细地排除子图，并可以提高效率。req
转载
2024-01-03 16:05:27
103阅读
引导滤波算法是一种可以保持边缘的一种滤波算法。引导滤波之所以叫这个名字，是因为算法在进行滤波时需要一幅引导图像，引导图像可以是另外单独的图像，也可以是输入图像本身，当引导图为输入图像本身时，引导滤波就成为一个保持边缘的滤波操作。引导滤波可以用于降噪、细节平滑、HDR压缩、抠图、去雾以及联合采样等领域。线性旋转变化滤波过程中，某像素点的输出为： &nbs
转载
2024-03-06 23:20:40
171阅读
引导图滤波器是一种自适应权重滤波器，能够在平滑图像的同时起到保持边界的作用，具体公式推导请查阅原文献《Guided Image Filtering》以及matlab源码：http://kaiminghe.com/eccv10/index.html。这里只说一下自适应权重原理、C++实现灰度图像以及彩色图像的引导图滤波、验证结果。自适应权重原理引导图滤波作为一种线性滤波器，可以简单定义为如下形式：其
转载
2023-12-20 23:48:59
197阅读
导向滤波之图像融合（C++版） Image Fusion with Guided Filtering本次代码效果图。关于这篇IEEE上高被引的论文的算法还原工作如下： 首先关于这篇论文的思路分析，就是通过各种滤波之间的组合，筛选出两张图中各自细节丰富的那一部分，从而经行不同权值的融合，实现双重曝光的融合。如下图所示分为ABC三个步骤。 下面按照步骤经行详细操作： 首先A步： 一、对原图I1和I2进
转载
2023-10-22 21:31:09
324阅读
Image Fusion with Guided Filtering读后感（附有python代码）
文章目录**Image Fusion with Guided Filtering读后感（附有python代码）**前言一、算法的具体步骤二、python代码实现二、仿真（随便将两幅图片融合的） 前言本文提出了一种快速有效的图像融合方法，通过对多幅图像进行融合，生成高信息量的融合图像。该方法将图像分
转载
2023-08-20 17:40:19
100阅读
双边滤波双边滤波很有名，使用广泛，简单的说就是一种同时考虑了像素空间差异与强度差异的滤波器，因此具有保持图像边缘的特性。先看看我们熟悉的高斯滤波器其中W是权重，i和j是像素索引，K是归一化常量。公式中可以看出，权重只和像素之间的空间距离有关系，无论图像的内容是什么，都有相同的滤波效果。再来看看双边滤波器，它只是在原有高斯函数的基础上加了一项，如下其中 I 是像素的强度值，所以在强度差距大的地方（边
转载
2023-11-25 20:02:00
97阅读
好久没更博客了。去年年底跳了槽，转回了工业检测领域，忙于找工作和开发新算法，同时担心泄露技术秘密，所以一直没有更新博客。刚过去的三个月试用期里开发了两个原创算法，一个已经申请专利（涉及工业品区域边界轮廓提取），一个正准备申请（涉及复杂纹理下的圆孔提取），也算是值得骄傲的一件事了。待专利授权下来后，我可以给大家讲一讲这两个新算法，目前就暂且保密啦。言归正传，下面给大家分享一个个人编写的一些基础算法的
文章目录1. 原理概述2. 实验环节2.1 验证与opencv 库函数的结果一致2.2 与 双边滤波比较2.3 引导滤波应用，fathering2.3 引导滤波应用，图像增强2.4 灰度图引导，和各自通道引导的效果差异2.5 不同参数设置影响2.6 快速导向滤波3. 参考4. 引导滤波，基于opencv的C++code 引导滤波 1. 原理概述引导滤波是三大保边平滑算法之一。 原理介绍参考 图
转载
2024-01-20 17:40:17
537阅读
引导滤波推导及实现目录文章目录引导滤波推导及实现目录前言推导介绍推导引导滤波的算法流程及实现计算流程快速引导滤波流程自定义实现及效果引导滤波的应用应用优点其他参考资料前言引导滤波顾名思义，就是有选择（引导）性的滤波，其与我们经常提及的高斯滤波、双边滤波相比，它具有引导性，说具体点就是，它通过输入一副图像（矩阵）作为引导图，这样滤波器就知道什么地方是边缘，以此更好的保护边缘，最终达到在滤波的同时，保
# PyTorch中滤波的实现指南
在深度学习和图像处理领域，滤波是一项常见的技术，可以帮助我们改善图像的质量或提取特征。本文将向刚入行的小白详细介绍如何在PyTorch中实现滤波。我们将按照以下流程进行：
| 步骤 | 内容 |
|-------|--------------------------|
| 1 | 准备工作: 导入库
从年初到现在，生成式 AI 发展迅猛。但很多时候，我们又不得不面临一个难题：如何加快生成式 AI 的训练、推理等，尤其是在使用 PyTorch 的情况下。本文 PyTorch 团队的研究者为我们提供了一个解决方案。文章重点介绍了如何使用纯原生 PyTorch 加速生成式 AI 模型，此外，文章还介绍了 PyTorch 新功能，以及如何组合这些功能的实际示例。结果如何呢？PyTorch 团队表示，他
最近在学习图片的滤波和去噪的相关知识，查阅了一些资料参考了一些博客，这里做一个整合＋理解。参考的博客资料在文末。引入普通滤波的概念假设输入图像为p，滤波窗口为wk,经过滤波后的输出图像为q,那么q图的第i个像素是由输入图p中以第i个像素为中心的窗口内的所有像素加权平均得到的，即：从公式上来看，普通的例如均值滤波与引导滤波区别在于权重的选择上，也就是Wij(I)的不同。引导滤波看到的最多的引导滤波的
转载
2023-10-23 10:34:05
1905阅读
# 引导滤波实现Python代码
引导滤波（Guided Filter）是一种用于图像处理的技术，主要用于图像的平滑处理和边缘保留。通过本篇文章，我们将一步一步实现引导滤波的Python代码，帮助你掌握这一技术。
## 引导滤波实现流程
首先，我们需要明确整个实现的流程，表格如下：
| 步骤 | 描述 |
|--
原创
2024-10-28 05:46:48
332阅读
卷积运算和相关运算是咱们图像处理中最基本的两种线性运算，可以说，图像处理中的绝大部分算法，特别是与滤波有关的算法都是建立这两种运算之上的。MATLAB提供了函数imfilter()实现对这两种运算的支持，其语法如下：B = imfilter(A,h)
B = imfilter(A,h,options,...)options的可选值如下： 所以当我们需要作卷积操作时可以像下面这样写：imfilter
转载
2024-03-19 13:42:35
95阅读
中值滤波一级标题统计排序滤波器是一种非线性空间滤波器，这种滤波器的响应以滤波器包围的图像区域中所包含的像素排序为基础，然后使用统计排序结果决定的值代替中心像素的值。这一类中最知名的滤波器是中值滤波器，正如其名暗示的那样，它是将像素内灰度的中值（在中值计算中包括原像素值）代替该像素的值。中值滤波器的使用非常普遍，这是因为对于一定类型的随机噪声，它提供了一种优秀的去噪能力，而且比相同尺寸的线性平滑滤波
转载
2023-09-28 10:21:23
349阅读
# PyTorch双边滤波: 简明指南
在计算机视觉和图像处理中，滤波是一个不可或缺的步骤。滤波可以帮助去除图像中的噪声，同时保持边缘信息。双边滤波是一种有效的平滑技术，它不仅考虑像素之间的空间距离，还考虑它们在颜色上的相似度。这使得它在图像去噪方面表现出色。在本文中，我们将探讨双边滤波的工作原理，并使用PyTorch实现一个简单的双边滤波器示例。
## 什么是双边滤波？
双边滤波的核心思想
原创
2024-10-03 06:22:46
169阅读
(频域滤波要从傅里叶的推导开始，所以先跳过，从空域开始)今天废话多了点，因为内容不是很多，滤波的概念其实是频域概念，即对信号频率进行处理，高于或低于截止频率的将被干掉，或者带通带限，就有了高通滤波器，低通滤波器。频域的相乘对应于时域的卷积，于是，空域滤波器(空间滤波器也叫卷积核，空间掩膜，核，模板，窗口等)和图像的卷积能达到和频域相同或相近的效果，所以我们要说先图像空域的卷积，值得注意的是空间滤波
在这篇博文中，我将与大家一起探讨如何在PyTorch中实施高斯滤波。高斯滤波是一种常用的图像处理技术，可以有效地去除图像中的噪声，同时保留重要的边缘信息。以下是我整理的相关内容结构。
## 协议背景
高斯滤波的原理基于高斯分布，其主要目的是对图像进行平滑处理。通过对邻域像素进行加权平均，可以压制图像中的高频噪声。这一过程可以通过以下的四象限图来表示：
```mermaid
quadrantC
# 双边滤波在PyTorch中的实现
双边滤波是一种在图像处理领域常用的平滑滤波技术，它不仅能减少图像的噪声，还能保持图像的边缘信息。接下来，我将详细介绍如何在PyTorch中实现双边滤波。
## 实现流程
我们将从以下几个步骤入手：
| 步骤 | 描述 |
| ---- | ---------------------------
原创
2024-09-24 08:06:57
49阅读
