【拜小白opencv】32-平滑处理5非线性滤波之——双边滤波

常言道“温故而知新”，写此文章就是对自己目前学习内容的小小的总结与记录。

本文力求用最简洁的语言，详细的代码将此部分内容讲解清楚，但由于博主同样是刚刚接触OpenCV，或许表达上有些瑕疵，还望读者能够指教探讨，大家共同进步。

博主机器配置为：VS2013+opencv2.4.13+Win-64bit。

若本文能给读者带来一点点启示与帮助，我就很开心了。

=========================分割线========================

1-双边滤波

• 双边滤波（Bilateral filter）是一种非线性的滤波方法，是结合图像的空间邻近度和像素值相似度的一种折衷处理，同时考虑空域信息和灰度相似性，达到保边去噪的目的，具有简单、非迭代、局部的特点。
• 双边滤波器的好处是可以做边缘保存，这个特点对于一些图像模糊来说很有用。一般过去用的维纳滤波或者高斯滤波去降噪，都会较明显地模糊边缘，对于高频细节的保护效果并不明显。一般的高斯模糊在进行采样时主要考虑了像素间的空间距离关系，但是却并没有考虑像素值之间的相似程度，因此这样我们得到的模糊结果通常是整张图片一团模糊。
• 双边滤波的改进就在于在采样时不仅考虑像素在空间距离上的关系，同时加入了像素间的相似程度考虑。双边滤波器比高斯滤波多了一个高斯方差sigma－d，它是基于空间分布的高斯滤波函数，所以在边缘附近，离的较远的像素不会太多影响到边缘上的像素值，这样就保证了边缘附近像素值的保存。但是由于保存了过多的高频信息，对于彩色图像里的高频噪声，双边滤波器不能够干净的滤掉，只能够对于低频信息进行较好的滤波。对于脉冲噪声，双边滤波会把它当成边缘从而不能去除。

在双边滤波器中，输出像素的值依赖于邻域像素值的加权值组合，公式如下：

而加权系数w(i,j,k,l)取决于定义域核和值域核的乘积。

其中定义域核表示如下：

定义域滤波对应图示：

值域核表示为：

值域滤波：

两者相乘后，就会产生依赖于数据的双边滤波权重函数：

=======================分割线====================

2-bilateralFilter()——双边滤波

OpenCV将双边滤波封装在bilateralFilter()函数中，作用是输入一副图像对其进行双边滤波。下面来看下bilateralFilter()函数的定义：

void bilateralFilter( InputArray src, OutputArray dst, int d,
                                   double sigmaColor, double sigmaSpace,
                                   int borderType=BORDER_DEFAULT );

参数说明：

• 参数1：输入要处理的图像，需要为8位或者浮点型单通道、三通道的图像。
• 参数2：得到处理后的输出图像，与输入图像有一样的尺寸和类型。
• 参数3：表示在过滤过程中每个像素邻域的直径。如果这个值我们设其为非正数，那么OpenCV会从第五个参数sigmaSpace来计算出它来。
• 参数4：表示颜色空间滤波器的sigma值。这个参数的值越大，就表明该像素邻域内有更宽广的颜色会被混合到一起，产生较大的半相等颜色区域。
• 参数5：double类型的sigmaSpace坐标空间中滤波器的sigma值，坐标空间的标注方差。它的数值越大，意味着越远的像素会相互影响，从而使更大的区域足够相似的颜色获取相同的颜色。当d>0，d指定了邻域大小且与sigmaSpace无关。否则，d正比于sigmaSpace。
• 参数6：用于推断图像外部像素的某种边界模式。注意它有默认值BORDER_DEFAULT，我们一般不用管它。

=========================分割线=================

3-代码演示

/*
	功能：非线性滤波之双边滤波
*/
#include                 
#include     
#include 
#include    
using namespace std;
using namespace cv;

int main()
{
	//------------【1】读取源图像并检查图像是否读取成功------------   
	Mat srcImage = imread("D:\\OutPutResult\\ImageTest\\boat1.jpg");
	if (!srcImage.data)
	{
		cout << "读取图片错误，请重新输入正确路径！\n";
		system("pause");
		return -1;
	}
	imshow("【源图像】", srcImage);
	//------------【2】对图像进行双边滤波处理------------   
	Mat dstImage;
	bilateralFilter(srcImage, dstImage, 9, 9 * 9, 9 / 2);//双边滤波
	imshow("【双边滤波】", dstImage);
	waitKey(0);
	return 0;
}

======================分割线==================

4-显示结果

========================分割线=================

5-程序说明

可以发现双边滤波对图像物体的边缘信息保留的很完整。

参考文献：【OpenCV入门教程之九】 非线性滤波专场：中值滤波、双边滤波

====================END=======================