9、图像局部滤波器：原理、应用与优化

图像局部滤波器：原理、应用与优化

1. 局部滤波器概述

局部滤波器是对像素点操作的扩展，其输出是局部邻域或窗口内像素值的函数，可表示为：
$Q[x, y] = f(I[x, y], …, I[x + \Delta x, y + \Delta y]), (\Delta x, \Delta y) \in W$
其中，$W$ 是以 $I[x, y]$ 为中心的窗口或局部邻域。窗口可以是任意形状和大小，但通常为正方形，大小为 $W \times W$ 像素，且 $W$ 为奇数，以明确定义窗口中心。随着窗口在输入图像上扫描，每个可能的位置都会根据上述公式生成一个输出像素。

局部滤波器可用于多种图像处理任务，如噪声去除或减少、边缘检测、边缘增强、线条检测和特征检测等。在软件实现中，输入和输出图像存储在帧缓冲区中，算法会为每个输出像素迭代，检索输入图像窗口内的像素并应用滤波函数。然而，这种实现方式最终会受到输入内存带宽的限制。

为了加速滤波过程，需要利用每个像素在多个窗口中被使用的特点。在流处理中，通过缓存像素来实现这一点，以便在后续窗口位置中重用这些像素。

1.1 像素缓存

对于 $W \times W$ 滤波器的流处理，需要一系列 $W - 1$ 行缓冲区。扫描窗口相当于图像在窗口中流动。行缓冲区可以与窗口并行放置，也可以与窗口串联放置，这两种方式在计算上是等效的。并行行缓冲区需要稍长一些（图像的全宽），但优点是它们与窗口和滤波器保持独立。

流访问模式有多种变化。如果资源有限且行缓冲区对于可用内存来说太长，可以按列而不是按行扫描图像。或者，将图像分割成一系列垂直条带进行处理，但这种方式会有一些开销，因为为了