双边滤波算法数学模型分析

双边滤波器是什么？（像素位置和像素值综合考虑的滤波器）

正态模型的好处就是距离最近关系最强烈！

双边滤波（Bilateral filter）是一种可以保边去噪的滤波器，跟各向异性滤波算法有着异曲同工之妙。之所以可以达到此去噪效果，该滤波由两个滤波算子叠加。一个函数是由几何空间距离（像素位置）决定滤波器系数。另一个由像素差值（像素值之间的关系）决定滤波器系数。灵感主要来自于高斯滤波器，高斯滤波器的缺点就是图像模糊厉害，失去了边沿信息，只考虑像素空间位置信息。这样的模板算子是不变的，因为每次的位置相对偏移都确定了，这就导致了这样的算法无法根据图像局部的情况自动调整算子的权重。仔细的想想要想保留边沿信息，那么就要区分边沿和非边沿之间的区别。因此将位置上像素值的关系加入考虑，那么问题又来了，要建什么样的模型对这样像素值关系的建立？正态分布是比较好的模型，一般边沿信息也是跟邻域的像素的关系最强，距离越远关系就越弱！正态的关系函数如下（一个简化版的模型）：

f(x) = exp(-x^2)  函数关系表达式如下：

这样的函数模型实在太美，都说高斯分布是最美的分布，真不是盖的！表明只要像素值得差值在一定的范围内模糊就会起作用，但更重要的是当差值超过一定的值（说明是边沿信息）之后，那么模糊就不会起作用。因此这个时候这个函数的输出几乎是为0，因此乘以高斯模糊部分的算子其结果也是为0。因此达到了边沿信息不平滑处理的目的。去燥保边沿就是这样来的！

双边滤波器中，输出像素的值依赖于邻域像素的值的加权组合，

权重系数w(i,j,k,l)取决像素位置核

和像素值核

的乘积

数学就是如此的美妙。