双边滤波器的工作原理和作用机制是如何在保持边缘信息的同时实现图像平滑处理的？

本文共计1944个文字，预计阅读时间需要8分钟。

图像去噪的方法有很多，如中值滤波、高斯滤波、维纳滤波等。但这些方法容易模糊图像的边缘细节，对高频细节的保护效果不明显。相比之下，双边滤波器可以更好地保留图像的边缘和细节。

图像去噪的方法很多，如中值滤波，高斯滤波，维纳滤波等等。但这些降噪方法容易模糊图片的边缘细节，对于高频细节的保护效果并不明显。相比较而言，bilateral filter双边滤波器可以很好的边缘保护，即可以在去噪的同时，保护图像的边缘特性。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像素值相似度的一种折衷处理，同时考虑空域信息和灰度相似性，达到保边去噪的目的（不理解这几个概念没关系，后面会慢慢解释）。

---

1. 双边滤波（Bilateral filter）的原理

双边滤波器之所以能够做到在平滑去噪的同时还能够很好的保存边缘（Edge Preserve），是由于其滤波器的核由两个函数生成：空间域核和值域核

（1）空间域核：由像素位置欧式距离决定的模板权值

为模板窗口的其他系数的坐标；其中

为模板窗口的中心坐标点；

为高斯函数的标准差。 使用该公式生成的滤波器模板和高斯滤波器使用的模板是没有区别的。

在一些博客和教程里，这个权值称为定义域核，也称为空间系数，或空间域（spatial domain S）。显示由的计算公式可知，它是计算临近点到中心点临近程度，因此定义域核是用于衡量空间临近的程度。