高斯滤波器

概述

高斯滤波器是一种低通离散高斯滤波器，通过对给定输入像素的邻域像素进行高斯加权平均来平滑图像。 与 盒子滤波器 相比，它可以生成伪影更少的图像，但计算成本可能更高。

它支持两种操作模式

• 内核支持大小根据滤波器标准差（sigma）自动计算。
• 同时使用用户提供的内核支持大小和滤波器标准差。

输入	高斯内核	输出
	7x7 支持， \[ \sigma=1.7 \]

实现

高斯滤波器作为输入图像上的卷积运算实现，其中内核具有以下权重

\[ w_g[x,y] = \frac{1}{2\pi\sigma^2} \cdot e^{-\frac{x^2+y^2}{2\sigma^2}} \]

当给定维度（或两者）的输入内核支持大小为 0 时，它会根据给定的标准差计算得出，假设 \(\pm3\sigma\) 窗口之外的权重为零。

在这种情况下，使用以下公式

\[ w = \max\{3,2 \times \lceil 3\sigma\rceil-1\} \]

注意

我们将最小内核大小钳制为 3，因为大小为 1 的内核没有足够的样本来正确表征高斯函数。

C API 函数

有关实现该算法的限制、约束和后端列表，请查阅以下函数的参考文档

函数	描述
vpiSubmitGaussianFilter	对图像运行 2D 高斯滤波器。

用法

语言 C/C++ Python

1. 导入 VPI 模块

   import vpi

2. 使用 CPU 后端，使用 ZERO 边界条件，用 7x7 高斯内核和 \(\sigma=1.7\) 过滤输入图像。输入和输出均为 VPI 图像。

   with vpi.Backend.CPU
   output = input.gaussian_filter(7, 1.7, border=vpi.Border.ZERO)

1. 初始化阶段
   1. 包含定义高斯滤波器函数的头文件。

      #include <vpi/algo/GaussianFilter.h>

   2. 定义输入图像对象。

          VPIImage input = /*...*/;

   3. 创建输出图像。它从输入图像获取其尺寸和格式。

      int32_t w, h;
          vpiImageGetSize(input, &w, &h);
       
          VPIImageFormat type;
          vpiImageGetFormat(input, &type);
       
          VPIImage output;
          vpiImageCreate(w, h, type, 0, &output);

   4. 创建将在其中提交算法以供执行的流。

          VPIStream stream;
          vpiStreamCreate(0, &stream);

2. 处理阶段
   1. 将算法连同其他参数一起提交到流。它将由 CPU 后端执行。 它定义了一个在水平和垂直方向上都具有 7x7 支持和 \(\sigma=1.7\) 的高斯滤波器，以及零边界扩展。

          vpiSubmitGaussianFilter(stream, VPI_BACKEND_CPU, input, output, 7, 7, 1.7, 1.7, VPI_BORDER_ZERO);

   2. （可选）等待直到处理完成。

          vpiStreamSync(stream);

3. 清理阶段
   1. 释放流以及输入和输出图像所持有的资源。

          vpiStreamDestroy(stream);
          vpiImageDestroy(input);
          vpiImageDestroy(output);

有关更多信息，请参阅VPI - 视觉编程接口的“C API 参考”部分中的高斯滤波器。

性能

有关如何使用以下性能表的信息，请参阅算法性能表。
在比较测量结果之前，请查阅比较算法运行时间。
有关性能基准测试方式的更多信息，请参阅性能基准。

清除过滤器 设备 Jetson AGX Orin  - 流 1 2 4 8