[图像处理学习笔记Opencv]双边滤波

---

一、原理

双边滤波有两个功能：滤波和保留边界。使用两个核处理图像，记作K核、v核。
其中：K核满足空域的高斯分布（滤波），V核满足值域的高斯分布（保留边界）。
空域的高斯分布：离中心像素点越近，权值越大，否则越小。

其中u,v为核的中心坐标。
值域的高斯分布：与中心像素点差值越大，权值越小，否则越大。

其中f(u,v)为中心点像素值。
那么双边滤波的核为K*V。

---

二、Opencv代码实现

1.K核

代码如下（示例）：

#include "opencv2/core.hpp"
#include "opencv2/imgproc.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
#include 
#include
using namespace cv;
using namespace std;


Mat get_K(Size size, float kesi,int type) {
	Mat filter = Mat::zeros(size, type);
	int center = filter.rows / 2;
	float sum=0.0;
	for (int i = 0; i < filter.rows; i++)
	{
		for (int j = 0; j < filter.cols; j++)
		{
			filter.at<float>(i, j) = std::exp(-0.5*pow((sqrt((i - center)* (i - center) + (j - center) * (j - center)) / kesi),2.0));
			sum += filter.at<float>(i, j);
		}
	}
	filter /= sum;
	return filter;
}

2.V核

代码如下（示例）：

Mat get_val(const Mat &srcpart, Size size, float kesi, int type) {
	Mat filter = Mat::zeros(size, type);
	float sum = 0.0;
	int center = filter.rows / 2;
	for (int i = 0; i < filter.rows; i++)
	{
		for (int j = 0; j < filter.cols; j++)
		{
			filter.at<float>(i, j) = std::exp(-0.5 * pow(srcpart.at<uchar>(i, j) - srcpart.at<uchar>(center, center) / kesi, 2));
			sum += filter.at<float>(i, j);
		}
	}
	filter /= sum;
	return filter;
}

3.Opencv 库函数bilateralFilter

可以发现，有两个sigma，对应值域与空域高斯分布的方差。

---

总结

双边滤波由空域核值域的高斯分布核构成。