基于局部统计信息的滚动导向滤波matlab代码

以下是基于局部统计信息的滚动导向滤波的 MATLAB 代码示例：

function output = rolling_guided_filter(input, guidance, radius, epsilon)
% input: 输入图像
% guidance: 引导图像
% radius: 滤波器半径
% epsilon: 正则化项

% 初始化输出图像
output = zeros(size(input));

% 计算均值和方差
mean_I = conv2(input, ones(radius*2+1)/(radius*2+1)^2, 'same');
mean_p = conv2(guidance, ones(radius*2+1)/(radius*2+1)^2, 'same');
corr_I = conv2(input.^2, ones(radius*2+1)/(radius*2+1)^2, 'same');
corr_Ip = conv2(input.*guidance, ones(radius*2+1)/(radius*2+1)^2, 'same');
var_I = corr_I - mean_I.^2;
cov_Ip = corr_Ip - mean_I.*mean_p;

% 计算 A 和 b 的值
a = cov_Ip./(var_I + epsilon);
b = mean_p - a.*mean_I;

% 对每个像素应用滤波
for i = 1:size(input, 1)
    for j = 1:size(input, 2)
        % 计算滤波器边界
        rmin = max(i-radius, 1);
        rmax = min(i+radius, size(input,1));
        cmin = max(j-radius, 1);
        cmax = min(j+radius, size(input,2));
        
        % 计算输出像素值
        mean_a = mean(mean(a(rmin:rmax, cmin:cmax)));
        mean_b = mean(mean(b(rmin:rmax, cmin:cmax)));
        output(i,j) = mean_a*input(i,j) + mean_b;
    end
end

end

这个函数接受输入图像 `input` 和引导图像 `guidance`，并基于局部统计信息进行滚动导向滤波，使用指定的半径 `radius` 和正则化项 `epsilon`。输出是滤波后的图像 `output`。