Weighted Guided Image Filtering 中所描述的加权引导滤波算法的实现
在图像细节增强、图像去雾、多曝光图融合、HDR图像色调映射等许多图像处理场景都需要对图像进行滤波并且能够很好的保留图像的边缘信息。
现存的保留图像边缘的滤波方法大致可分为两种：基于全局优化的滤波和针对局部的滤波。基于全局最优的滤波，例如加权最小二乘方滤波（WLS），主要是要最小化一个二次方程，该二次方程由两项构成：数据项，决定滤波后图像相对于原图的保真度；调整项，决定滤波后图像的平滑度。基于全局最优的滤波通常会有较好的滤波效果但是代价是运算复杂度较高。另一种针对局部的滤波，例如双边滤波（Bilateral Filter），虽然是比较流行的一种滤波方式，运算复杂度相对于全局滤波低，但是，对于锐利边缘的处理效果却不如前者，同时对于光晕现象、梯度反转等常见的问题也无法避免。
针对以上情况，作者结合局部方差信息采用自适应的归整化因子对何凯明等人提出的引导滤波（GIF）进行了改进，提出一种加权引导滤波（WGIF），利用边缘像素点与平坦区域像素点点的方差差异对GIF的归整化因子进行惩罚，获得了更好的边缘保持特性。
---- from: /doc/summary.docx