笔记整理——关于rolling guidance filter的理解

 

1、rolling guildance 的作用

rolling guildance filter的作用在于解决了其他滤波器在平滑纹理或区域细节时出现的物体轮廓或边界丢失的问题，其他比如双边滤波器或者高斯滤波器通常会一律平滑处理掉，容易丢失重要信息，而rolling guildance filter 则可以高效率地解决这类问题

 

 

2、roling guildance 思想的关键步骤

首先进行细节纹理的处理，此时会产生J1图像，之后再利用J1图像进行迭代，通过类似于引导滤波的思想（不知道理解地对不对）对图像进行边界恢复处理，之后不断利用迭代出来的图像进行处理会发现，边界的清晰度会越来越高，同时小区域的纹理也去除了，文中的edge recovery 用得容易理解

 

 

效果对比图：

可以很直观的看见，随着迭代次数的加深，物体的轮廓信息更加地清晰和完整，自己在看的时候也在想为什么随着迭代次数的加深，运行时间仍然不是很多，（个人的理解，仅仅是猜想，还没有去运行源码，等运行之后再更新）我自己想的是因为他进行迭代的时候类似于guilded filter 的思想，即引导滤波，而引导滤波的算法复杂度是线性的，所以即使迭代次数增多，并不会对运行时间造成很大的影响

 

 

现在的理解还很粗浅很粗浅，后面会持续更新理解的

--------------------------------------------------------继续更新自己的理解-----------------------------------------------------

 

 

1、rolling guildance 作用的补充

（1）首先是特征增强，表现为恢复相应的纹理结构，自己理解为轮廓处理的逆运算，官网上效果图如下：

 

 

表现为加强了所需要的细节纹理结构

 

 

（2）可以达到不同程度地滤波处理，根据迭代的次数加深，滤波处理的程度越深

（3）纹理的细节提取，之前没想懂为什么rgf既可以消除纹理又可以提取边缘，原图减去滤波处理后的图就剩下纹理图了，还是自己zz了

 

 

（4)提升了canny算法的效果，是边缘提取的信息更加有效，过滤掉不必要的信息

 

 

其他的作用都类似，算法的强大之处还是在于处理时间上有了大大的提高，但具体怎么提高的还有待我进一步思考

--------------------------------请原谅一位才进入科研的大一的学生的不足---------------------------------------------------