图片预处理技术介绍4——降噪

图片预处理

  大家好，我是阿赵。
  这一篇将两种基础的降噪算法。
  之前介绍过均值模糊和高斯模糊。如果从降噪的角度来说，模糊算法也算是降噪的一类，所以之前介绍的两种模糊可以称呼为均值降噪和高斯降噪。不过模糊算法对原来的图像特征的减弱性太强，我们想在降噪的过程中，尽量保持原土地特征

1、 双边滤波降噪

  模糊算法降噪，是使用卷积核，对像素点周围一定范围内的点进行加权平均。这种加权平均的权重只考虑了周围像素点和中心点像素的距离。
  如果在距离的条件上，再加多一个色值差的条件，对比周围像素点和中心点像素点的色值差，然后再加进权重里面，最终求出色值，就是双边滤波算法了。
所以我们需要传入三个参数：
1. 滤波的半径，决定了中心像素点会搜索多大范围的周边像素点进行加权平均
2. 距离的sigma参数，决定了高斯核的权重，距离sigma值越大，离中心像素越远的点权重就越小
3. 色差值的sigma参数，决定了颜色差异的大小权重，色差值sigma值越大，像素差值的权重就越小
  用伪代码来检查一个像素，就是：
循环每一个像素点，再循环周围一定范围内的像素：
float weight = -1*(像素距离差X+像素距离差Y)/距离sigma - (周边像素和中间像素色值差)/色差值;
weig