双边滤波--OpenCV实现

一，原理

双边滤波和各项异性扩散滤波有点类似，经常把他们俩放在一起讨论。

通俗点说，就是用一个mask， mask中心点(OpenCV中叫anchor)对准当前要处理的点，双边滤波不仅要把当前点与mask覆盖点的值产生关系，还要与mask中点与当前点的距离产生关系，二者关系乘积作为mask权值，然后然后把mask覆盖的像素值和权值相乘，加在一起然后除以权值之和。

具体的公式请参考大神妹子博客，要想深究原理去看作者paper吧！

二，代码

#include 

///**********************************************
//*by 垚
//*Windows7 +Visual studio 2010
//*功能 -- 双边滤波
//*input_img  -- 【输入】
//*output_img -- 【输出】
//*sigmaR -- 【输入】拉普拉斯方差
//*sigmaS -- 【输入】高斯方差
//*d      -- 【输入】半径
//***********************************************/
void bilateralBlur(cv::Mat &input_img, cv::Mat &output_img, float sigmaS, float sigmaR,int length)
{
 // Create Gaussian/Bilateral filter --- mask ---     
 int i, j, x, y;
 int radius = (int)length/2;//半径
 int m_width = input_img.rows ;   
 int m_height= input_img.cols ;
 std::vector mask(length*length);

 //定义域核
 for(i = 0; i < length; i++)
 {
	 for (j = 0; j < length; j++)   
	 {         
		mask[i*length + j] =  exp(-(i*i + j*j)/(2 * sigmaS*sigmaS));         
	 }
 }
 float sum = 0.0f, k = 0.0f;
 for(x = 0; x < m_width; x++)
 {
	unsigned char *pin = input_img.ptr(x);
	unsigned char *pout = output_img.ptr(x);
	for(y = 0; y < m_height; y++)
	{
		int centerPix = y;
		for(i = -radius; i <= radius; i++)
		{
			for(j = -radius; j <= radius; j++)
			{
				int m = x+i, n = y+j;
				if(x+i > -1&& y+j > -1 && x+i < m_width && y+j < m_height)
				{
					unsigned char value = input_img.at(m, n);
					//spatial diff
					float euklidDiff = mask[(i+radius)*length + (j + radius)];
					float intens = pin[centerPix]-value;//值域核
					float factor = (float)exp(-0.5 * intens/(2*sigmaR*sigmaR)) * euklidDiff;   
					sum += factor * value;                   
					k += factor;
				}
			}
		}
		pout[y] = sum/k; 
		sum=0.0f;           
		k=0.0f;
	}
 }
}

三，实验结果

四，参考

1，Matlab代码

2，双边滤波器的原理及实现

3，雙邊濾波器 (Bilateral Filter)