高斯滤波、双边滤波、Retinex图像增强的学习

一、高斯滤波

二维高斯函数(均值为0)，以及 δ = 6图像：
$$G(x,y)=\frac{1}{2\pi {\delta }^2}{e}^{-\frac{x^2+y^2}{2{\delta }^2}}$$

高斯滤波器的平滑程度是由参数σ表征的，σ越大，高斯滤波器的频带就越宽，平滑程度就越好．通过调节平滑程度参数σ。高斯滤波器的截止频率可以由标准差来描述：
$$f_c=\frac{1}{2\pi \delta }$$
一般情况下，截止频率都定义在半功率点，也就是滤波器的功率谱响应降到一半（-3dB），或者是幅度谱的0.707处。另外，二维高斯函数具有旋转对称性，这也使得它会模糊掉图像的边缘信息。

二、双边滤波

Bilateral filter 是非线性的带有边缘保护的图像降噪平滑滤波器。它以像素邻域附近的加权平均值代替原像素值。权重可以选择高斯分布，但是权重不仅仅有距离像素的欧式距离决定，还受到辐射差值的影响，这可以保留明显的边缘。双边滤波的定义如下：
$$I^{filtered}(x)=\frac{1}{W}$$