opencv 双边滤波的原理

双边滤波的基本思路是同时考虑将要被滤波的像素点的空域信息（周围像素点的位置的权重）和值域信息（周围像素点的像素值的权重）。为什么要添加值域信息呢？是因为假设图像在空间中是缓慢变化的话，那么临近的像素点会更相近，但是这个假设在图像的边缘处会不成立，因为图像的边缘处的像素点必不会相近。因此在边缘处如果只是使用空域信息来进行滤波的话，得到的结果必然是边缘被模糊了，这样我们就丢掉了边缘信息，因此添加了值域信息。

双边滤波采用了两个高斯滤波的结合，一个负责计算空间邻近度的权值（也就是空域信息），也就是上面的高斯滤波器，另一个负责计算像素值相似度的权值（也就是值域信息），也是一个高斯滤波器。其公式如下所示：

其中，

S(i,j)：指以（i，j）为中心的邻域的范围

f(k,l)：输入的点的像素值

\omega(i,j,k,l)：代表经过两个高斯函数计算出的值

g(i,j)：表示中心点（i，j）的像素值

上述公式我们进行转化，假设公式中\omega(i,j,k,l)为m，则有