一、概述
过滤可能是图像处理和计算机视觉中最基本的操作。在术语“过滤”的最广义上,过滤图像在给定位置的值是输入图像在同一位置的小邻域中的值的函数。
例如,高斯低通滤波计算邻域中像素值的加权平均值,其中权重随着与邻域中心的距离而减小。尽管可以给出这种权重下降的正式和定量解释,但直觉是图像通常在空间上变化缓慢,因此附近的像素可能具有相似的值,因此将它们平均在一起是合适的。破坏这些附近像素的噪声值相互之间的相关性低于信号值,缓慢空间变化的假设在边缘处失败,因此被线性低通滤波模糊。
我们如何防止在边缘进行平均,同时仍然在平滑区域内进行平均? 许多努力致力于减少这种不希望的影响。双边滤波是一种简单的、非迭代的边缘保持平滑方案。
该函数对输入图像应用双边过滤。如下网