Opencv4 学习十一非线性滤波与导向滤波------2019年寒假休息在家看书

**

前言

**

线性滤波，即两个信号之后的相应和它们各自响应之和相等。但是，不能很好的保留图像特征。
下图看做放在x-y-z空间的图像，x-y是图像像素定义域-----坐标空间，而z是像素值大小-------颜色空间。

前面学习到的几种滤波方法，卷积的和都是与源图像进行线性加权。看上面这幅图------这是图像值的三维的体现，如果在其边缘处用线性滤波的话，那么上下两个面的距离就会缩小-------边缘特征被减弱了。

• 所以，需要这样一种算法，在边缘进行滤波的时候，能不能先判断是否是上面那种断崖，也就是两边图像值差异大。如果差异大，那么进行卷积的核只卷积一部分，就是把“核”切“一半”。

**

双边滤波

**
Bilateral filter是一种非线性的滤波方法，是结合图像的空间邻近度和相似度的一种折中处理。同时考虑空域信息和灰度相似性，达到包边取噪的目的，具有简单、非迭代、局部的特点。

双边滤波器的好处是可以做到edge preserving。比高斯滤波多了个sigma-d,它是基于空间分布的高斯滤波函数，所以在边缘附近，离得远的像素不会对边缘上的像素值影响太多，这样就做到了边缘附近像素值的保存。
但是，由于保存了过多的高频信息，对于彩色图像里的高频噪声，双边滤波器不能够干