引导滤波(Guided Filter)的原理
答案要点
- 局部线性模型:窗口内 q = a·I + b,I 为引导图
- 最小化 (aI+b−p)² + εa²,得 a = cov(I,p)/(var(I)+ε),b = mean(p) − a·mean(I)
- 像素属于多个窗口,对 a、b 取均值后计算输出
- 保边原理:∇q ≈ a∇I,边缘处 a 接近 1,平坦处 a 接近 0
- 仅用盒式滤波,O(N) 且与窗口半径无关;用于去雾、抠图、细节增强
易错点
- 把 a、b 的求解说成迭代优化,实际是闭式解
- 忘了对多个窗口的系数取平均
- 以为输出边缘来自输入图 p,实际边缘结构来自引导图 I
面试官常见追问
- ε 的作用是什么?
- 引导滤波与双边滤波相比有什么优势?
- 引导图和输入图可以相同吗?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。