Image Algorithms - Bilaterial Filter

 

https://zhuanlan.zhihu.com/p/25437092 

 

 

最近发现一些公司有美颜算法的需求，网上查了一下一般会用到磨皮算法，磨皮算法首先是要识别检测出皮肤区域吧，然后对提取出的皮肤区域进行双边滤波，保持图像中的边缘信息，同时减少一些不好看的细节(比如雀斑、皱纹之类的)，最后把滤波完成后的图像和背景融合在一起，可能还需要做一些锐化。以上是我的一些理解吧。

然后通过wiki百科和查到的一些paper，学习了一下双边滤波，它的表达式是

是空间的卷积核，叫做range kernel，原理也挺简单，跟一般的卷积相比，就是把图像中变化比较剧烈的部位(边缘)加一个小的权重，这样在求和式子里的贡献就很小，在边缘的像素点就相当于没有被模糊化，起到了保持边界的作用。

据说双边滤波直接按照公式来实现，效率会比较低，因为它的卷积模板是变化的，每个点的计算增加了额外的计算量，而且和卷积模板的窗口大小也有关系，窗口越大，效率下降得会很厉害。

我看了一些文章，这些文章会对双边滤波的计算方法进行一些优化，思想是把表达式拆分成容易计算的，对窗口大小不那么敏感的部分，然后在汇总到一起。

比如CVPR2009的Real O(1) time bilateral filtering

作者根据双边滤波的表达式，定义了一些量

第九个式子的意思是说，对于某个固定的像素值k，双边滤波后的像素值可以看成是两个普通的卷积图像的比值。而这两个待卷积的图像都特别容易得到，注意一下的话，对于固定的k，他们都是点点操作的计算，这个实现起来效率会非常高。

作者对很多不同的像素采样k都计算了,在计算真正的双边滤波图像的时候，就根据这些通过线性插值插出来。也就是

这个跟地球物理里面的深度偏移算法相移加插值(PSPI)特别像。

然后我稍微实现了一下这个作者的想法，感觉还是有一些效果，不过觉得自己理解还不深啊，美颜的效果好像还不是特别完美。

实验的感觉是：1. spatial kernel用boxfilter效果会好一些；2. spatial kernel用gaussian kernel，我是用deriche的方法做的，这里在图像的边界会遇到问题，deriche的方法要在边界做处理，具体来说就是把采样点加长。

后面也会看一下opencv里的双边滤波咋实现的，那个还是非常给力的。

另外也有一些其他的实现real time bilateral filtering的办法，在wiki上也有对应的文章，后面会仔细看一下。

总的来说，学了些知识吧，感觉确实隔行如隔山，其他领域里的知识也是非常深入的。

发布于 2017-02-26