以下内容均假设两幅图像已经对齐。

RGB图像：

MONO图像：

一、原理

参考《Image Fusion with Guided Filtering》一文。

二、图像分解

首先，将图像分解为两个layers，base layer按如下公式计算：

 

其中，In表示第几幅输入源图像，Z是average filter，大小通常设置为31x31。

Detail layer可以通过源图像减去base layer得到：

三、权值重建

对输入源图像进行Laplacian 滤波可以得到图像的高频部分：

 

其中，L是一个3x3的Laplacian filter。

然后，H的局部均值可以得到一个用于重建的map：

 

其中，g是一个低通的高斯滤波器，大小是(2rg+1)(2rg+1)，rg，sigmag设为5。

根据Sn得到权值map：

 

将输入图像作为引导图，对P进行导向滤波：

 

 

 

得到base layer和detail layer的权重。

其中，实验中的参数设置为r1 = 45， e1 = 0.3， r2 = 7， e2 = 10^-6。

四、图像重建

首先，分别对base layer和detail layer进行重建：

然后，将重建的base layer和detail layer融合成最终的输出图像：

整个过程的pipeline如下所示：

五、结果