FPGA图像算法.导向滤波

好些天没更新了，今天狼哥和大家伙来聊聊何凯明大神的导向滤波，导向滤波比起双边滤波来说在边界附近效果较好；另外，它还具有 O(N) 的线性时间的速度优势。除了速度优势以外，导向滤波的一个很好的性能就是可以保持梯度，这是bilateral做不到的，因为会有梯度翻转现象。

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。除此之外，它在图像去雾，图像抠图上均有相应的应用。

具体原理讲解参考《导向滤波原理（Guided Filter） - 知乎 (zhihu.com)》.江户川柯壮以及公式推导参考《引导滤波/导向滤波（Guided Filter） - 简书 (jianshu.com)》，这两个文章讲解的比较清晰了，狼哥就不细讲，直接搬运了。

我们具体来看看实现步骤

首先输入的参数会有四个，输入的图像p，导向图像I，滤波半径r，决定滤波核的大小，以及调整因子e，这个可以调节滤波的模糊效果。对于FPGA来说实际上也可以认为是3个参数，因为滤波核在实现后基本就固定了。

整个的实现步骤分成5大步，第一步就是求均值，涉及到四个均值的求取，分别是I、P、I平方、P平方的均值，所以这里会涉及到均值滤波器的实现；然后在第一步的基础上求方差和协方差，有了第一步，第二步就很好实现了；第一、二步里的小步骤实际可以同时处理进行，第三步里的两个步骤，实际是有依赖关系的，需要串行实现，实现起来主要还是除法以及均值；第四步就是把第三步出来的a、b参数做均值滤波；第五步就是拿最原始的图像和a、b均值滤波后的数据做乘法和加法运算。

可以看出实现的重头戏是均值滤波以及处理浮点除法和乘法，均值滤波里面也会涉及到乘除法的处理，有兴趣的可以看看我前面的文章FPGA图像处理入门—part4.除法运算，里面会介绍一些IP和处理技巧。整个的FPGA实现框架如下，可以看到模块的划分与步骤比较一致。

整个实现占用的资源可以分成两种情况，如果I、P用同样的图片，资源可以节省一些。两个对比如下，下图是I、P用同样的图片，资源上，lut少了1k，dsp少了28个，省了将近一半，bram少了2个，整个下来还是很可观的，两个模式切换只需要修改一个参数即可。

最后放一个仿真的结果和matlab的效果对比图，左半边是FPGA实现效果，右边是matlab效果，由于FPGA使用的定点方式实现的，整体效果比起用浮点处理的matlab细节上会差一点，不考虑资源的可以用浮点处理方式去优化效果。

导向滤波获取途径-->淘宝店铺：胡狼FPGA 咨询微信：MyWork666888 QQ交流群：539625033