超高速指数模糊算法

网上有一篇非常快的模糊算法实现：SSE图像算法优化系列五：超高速指数模糊算法的实现和优化（10000*10000在100ms左右实现）。

名字叫  Exponential blur（指数模糊）。

在搜材料时搜到只搜到了代码：blur.cpp

两个链接的核心代码就是

    *zR += (alpha * ((R << zprec) - *zR)) >> aprec;

事实上可以看出代码实现的就是 Deriche filter里提到的公式：  a first order IIR, which equation is: y[n] = a*x[n] + (1-a)*y[n-1]  。

一阶的alpha参数代码里使用的是：

int alpha = (int)((1 << aprec) * (1.0f - std::exp(-2.3f / (radius + 1.f))));

而恰好系数也是一直以来我存疑的地方，不知道该怎么设，自己使用的是

————————————————————————————————————————

总结：  也就是指数模糊实际上就是derich版的迭代高斯滤波，只不过实现的是特定alpha系数的一阶公式，同时使用了定点化，利用zprec，aprec参数控制精度。

Recursive filter笔记记录

似乎还有一个stack blur，原理以后有时间再看。

 

 

 

————————————————————————————————————

关于stack blur，查了些链接：Understanding super fast blur algorithm

Fastest Gaussian Blur (in linear time)

看上去也就是一个快速boxblur行列分离的加速方法，然后高斯blur基于3次boxblur拟合。就是我之前链接里提过的，高斯滤波综述paper里的一个比较出名的方法，缺陷就是精度了。