Guided (joint) image filters play an important role in many computer vision and image processing applications. The main principle behind these filters is transferring the structural information from a guidance image to an input one. However, in practice, the structures between the two images are not always consistent. As a result, the filtering outputs become sensitive to outliers, which easily leads to texture-copying artifacts. Most recently, by relaxing the dependence on the guidance, static/dynamic (SD) filter overcomes the drawback effectively. With the SD strategy, this filter can jointly leverage structural information from the guidance and input. However, due to the locality of its regularizer, SD is prone to another deficiency, i.e., edge blurring. To tackle this problem, in our work, we extend SD filter to a nonlocal version [nonlocal static/dynamic (NSD)]. Particularly, a nonlocal regularizer is first established in a subspace transformed by partial least squares, which can better respect the unequal roles of the images. Then, to efficiently formulate the structural consistency between the two images (guidance and input), a novel joint term is plugged into the regularizer. Finally, an acceleration approach is designed to reduce the computational complexity induced by the nonlocal extension, which makes NSD achieve a comparable running time in practice. Thorough experimental results demonstrate that the proposed filter not only can avoid texture copy effectively but also can preserve edges powerfully.

中文翻译：

---

带有非局部正则化器的静态/动态滤波器

引导（联合）图像滤镜在许多计算机视觉和图像处理应用程序中扮演着重要角色。这些过滤器背后的主要原理是将结构信息从引导图像传输到输入图像。但是，实际上，两个图像之间的结构并不总是一致的。结果，滤波输出变得对异常值敏感，这容易导致纹理复制伪像。最近，通过放松对制导的依赖，静态/动态（SD）滤波器有效地克服了这一缺点。使用SD策略，此筛选器可以共同利用来自指导和输入的结构信息。但是，由于其正则化器的局部性，SD容易出现另一个缺陷，即边缘模糊。为了解决这个问题，在我们的工作中，我们将SD过滤器扩展到非本地版本[nonlocal static / dynamic（NSD）]。特别地，首先在由局部最小二乘变换的子空间中建立非局部正则化器，其可以更好地尊重图像的不平等作用。然后，为了有效地表达两个图像（引导和输入）之间的结构一致性，将一个新的联合项插入到正则化器中。最后，设计了一种加速方法来减少由非局部扩展引起的计算复杂度，这使得NSD在实践中可以实现可比的运行时间。全面的实验结果表明，提出的滤镜不仅可以有效地避免纹理复制，而且可以有效保留边缘。首先在由偏最小二乘变换的子空间中建立非局部正则化器，这样可以更好地尊重图像的不平等作用。然后，为了有效地表达两个图像（引导和输入）之间的结构一致性，将一个新的联合项插入到正则化器中。最后，设计了一种加速方法来减少由非局部扩展引起的计算复杂度，这使得NSD在实践中可以实现可比的运行时间。全面的实验结果表明，所提出的滤镜不仅可以有效避免纹理复制，而且可以有效保留边缘。首先在由偏最小二乘变换的子空间中建立非局部正则化器，这样可以更好地尊重图像的不平等作用。然后，为了有效地表达两个图像（引导和输入）之间的结构一致性，将一个新的联合项插入到正则化器中。最后，设计了一种加速方法来减少由非局部扩展引起的计算复杂度，这使得NSD在实践中可以实现可比的运行时间。全面的实验结果表明，提出的滤镜不仅可以有效地避免纹理复制，而且可以有效保留边缘。最后，设计了一种加速方法来减少由非局部扩展引起的计算复杂度，这使得NSD在实践中可以实现可比的运行时间。全面的实验结果表明，所提出的滤镜不仅可以有效避免纹理复制，而且可以有效保留边缘。最后，设计了一种加速方法来减少由非局部扩展引起的计算复杂度，这使得NSD在实践中可以实现可比的运行时间。全面的实验结果表明，提出的滤镜不仅可以有效地避免纹理复制，而且可以有效保留边缘。