1、原理
因为高斯滤波器把距离设为权重，设计滤波器模板作为滤波系数，并且只考虑像素之间的空间位置关系，所以滤波结果丢失了边缘信息。
高斯滤波器的缺点如下图所示，平坦区域被正常滤波，图像的细节不变，但在突变的边缘，由于只使用距离来决定滤波的权重，所以边缘模糊。
由于基于高斯进一步优化并重复像素值的考虑，双边滤波器和一种非线性滤波也被引出，滤波效果对保留边缘是有效的。
为了理解双边滤波器的距离和像素差这两个影响因素，首先说明以下两个概念以帮助理解。
空间距离：从过滤器模板中心点到当前点的欧式距离。
灰度距离：当前点灰度与过滤器模板中心点之差的绝对值。
双边滤波器的核函数是空间域核和像素域核的综合结果：
1 )在图像的平坦区域中，像素值的变化小时，像素差分值接近0，对应像素范围的区域权重接近1。 此时，空间域权重主要作用，相当于进行高斯模糊。
2 )在图像的边缘区域中像素值发生较大变化时，像素差分变大，对应的像素范围的区域权重变大，无论距离远还是空间区域权重小，对像素区域权重进行相加后的系数都变大，保护边缘的信息。
双边滤波器的效果如下图所示，在突变的边缘使用了像素差权重，所以边缘经常残留。
双边滤波器的原理如下图所示。
2、测试实验
OpenCV函数原型：
cv _ exports _ wvoidbilateralfilter (
InputArray src，OutputArray dst，int d，
双sigma color，双sigma space，
int borderType=BORDER_DEFAULT；
InputArray src:输入图像必须为Mat类型，并且图像必须为8位或浮点单通道、三通道图像。
OutputArray dst:输出图像的大小和类型与原始图像的大小和类型相同。
int d:表示过滤中每个像素附近的直径范围。 如果该值不为正，函数将根据第五个参数sigmaSpace计算值。
双精度sigma颜色：颜色空间过滤器的sigma值。 该参数的值越大，值域空间的影响越大。
双精度sigma空间：坐标空间中过滤器的sigma值。 该值越大，更大的定义域空间影响结果。
intb ordertype=border_default :边界模式，其中有缺省的border _ default。
测试代码：
静态过滤器(int过滤器SZ，void * )。
{
bilateralfilter(img，img3，filterSz，filterSz * 2，filterSz/2 )；
imshow (双边滤波器)、img3；
}
名称窗口(双边过滤器)，1 )；
createTrackbar (“内核值”、“双边过滤器”、gMedianBlurValue、40、OnBilateralFilter )；
有机溶剂过滤器(gmedianblurvalue，0；
3、测试结果
4、参考文献
bilateralfilteringforgrayandcolorimages，C. Tomasi，R. Manduch
智能图像
双边滤波算法的原理与实现(1) )。
关于寻找教程网
本网站文章只是代表的观点，不代表本网站的立场，所有文章都是非盈利的、免费共享的。
本网站提供软件编程、网站开发技术、服务器运维、人工智能等IT技术文章。 很多程序员努力学习，希望我们能用科技改变世界。
[双边滤波法] http://www.zyiz.net/tech/detail-120403.html