Joint Bilateral Filtering 双边滤波

最新推荐文章于 2024-06-28 22:03:28 发布

凌风探梅

最新推荐文章于 2024-06-28 22:03:28 发布

阅读量1.7k

点赞数

分类专栏：图像模糊 ImageProcess

ImageProcess 同时被 2 个专栏收录

108 篇文章 10 订阅

订阅专栏

图像模糊

5 篇文章 0 订阅

订阅专栏

标签：

双边滤波

双边滤波是以高斯滤波为基础，引入色度差异后的改进。滤波器卷积窗加权权值同时考虑了空间和色度的二维特征差异。

wiki： http://zh.wikipedia.org/wiki/雙邊濾波器

以下为转载（ http://blog.csdn.net/abcjennifer/article/details/7616663）：

双边滤波器是什么？

双边滤波（Bilateral filter）是一种可以保边去噪的滤波器。之所以可以达到此去噪效果，是因为滤波器是由两个函数构成。一个函数是由几何空间距离决定滤波器系数。另一个由像素差值决定滤波器系数。可以与其相比较的两个filter：高斯低通滤波器(http://en.wikipedia.org/wiki/Gaussian_filter)和α-截尾均值滤波器（去掉百分率为α的最小值和最大之后剩下像素的均值作为滤波器），后文中将结合公式做详细介绍。

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)取决于定义域核

和值域核

的乘积

同时考虑了空间域与值域的差别，而Gaussian Filter和α均值滤波分别只考虑了空间域和值域差别。

=======================================================================

双边滤波器的实现（MATLAB）：function B = bfilter2(A,w,sigma)

% Douglas R. Lanman, Brown University, September 2006.
% dlanman@brown.edu, http://mesh.brown.edu/dlanman

具体请见function B = bfltGray(A,w,sigma_d,sigma_r)函数说明。

[cpp]view plaincopy
 %简单地说:  
 %A为给定图像，归一化到[0,1]的矩阵  
 %W为双边滤波器（核）的边长/2  
 %定义域方差σd记为SIGMA(1),值域方差σr记为SIGMA(2)  
   
 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%  
 % Pre-process input and select appropriate filter.  
 function B = bfilter2(A,w,sigma)  
   
 % Verify that the input image exists and is valid.  
 if ~exist('A','var') || isempty(A)  
    error('Input image A is undefined or invalid.');  
 end  
 if ~isfloat(A) || ~sum([1,3] == size(A,3)) || ...  
       min(A(:)) < 0 || max(A(:)) > 1  
    error(['Input image A must be a double precision ',...  
           'matrix of size NxMx1 or NxMx3 on the closed ',...  
           'interval [0,1].']);        
 end  
   
 % Verify bilateral filter window size.  
 if ~exist('w','var') || isempty(w) || ...  
       numel(w) ~= 1 || w < 1  
    w = 5;  
 end  
 w = ceil(w);  
   
 % Verify bilateral filter standard deviations.  
 if ~exist('sigma','var') || isempty(sigma) || ...  
       numel(sigma) ~= 2 || sigma(1) <= 0 || sigma(2) <= 0  
    sigma = [3 0.1];  
 end  
   
 % Apply either grayscale or color bilateral filtering.  
 if size(A,3) == 1  
    B = bfltGray(A,w,sigma(1),sigma(2));  
 else  
    B = bfltColor(A,w,sigma(1),sigma(2));  
 end  
   
   
 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%  
 % Implements bilateral filtering for grayscale images.  
 function B = bfltGray(A,w,sigma_d,sigma_r)  
   
 % Pre-compute Gaussian distance weights.  
 [X,Y] = meshgrid(-w:w,-w:w);  
 %创建核距离矩阵，e.g.  
 %  [x,y]=meshgrid(-1:1,-1:1)  
 %   
 % x =  
 %   
 %     -1     0     1  
 %     -1     0     1  
 %     -1     0     1  
 %   
 %   
 % y =  
 %   
 %     -1    -1    -1  
 %      0     0     0  
 %      1     1     1  
 %计算定义域核  
 G = exp(-(X.^2+Y.^2)/(2*sigma_d^2));  
   
 % Create waitbar.  
 h = waitbar(0,'Applying bilateral filter...');  
 set(h,'Name','Bilateral Filter Progress');  
   
 % Apply bilateral filter.  
 %计算值域核H 并与定义域核G 乘积得到双边权重函数F  
 dim = size(A);  
 B = zeros(dim);  
 for i = 1:dim(1)  
    for j = 1:dim(2)  
         
          % Extract local region.  
          iMin = max(i-w,1);  
          iMax = min(i+w,dim(1));  
          jMin = max(j-w,1);  
          jMax = min(j+w,dim(2));  
          %定义当前核所作用的区域为(iMin:iMax,jMin:jMax)  
          I = A(iMin:iMax,jMin:jMax);%提取该区域的源图像值赋给I  
         
          % Compute Gaussian intensity weights.  
          H = exp(-(I-A(i,j)).^2/(2*sigma_r^2));  
         
          % Calculate bilateral filter response.  
          F = H.*G((iMin:iMax)-i+w+1,(jMin:jMax)-j+w+1);  
          B(i,j) = sum(F(:).*I(:))/sum(F(:));  
                  
    end  
    waitbar(i/dim(1));  
 end  
   
 % Close waitbar.  
 close(h);  
   
   
 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%  
 % Implements bilateral filter for color images.  
 function B = bfltColor(A,w,sigma_d,sigma_r)  
   
 % Convert input sRGB image to CIELab color space.  
 if exist('applycform','file')  
    A = applycform(A,makecform('srgb2lab'));  
 else  
    A = colorspace('Lab<-RGB',A);  
 end  
   
 % Pre-compute Gaussian domain weights.  
 [X,Y] = meshgrid(-w:w,-w:w);  
 G = exp(-(X.^2+Y.^2)/(2*sigma_d^2));  
   
 % Rescale range variance (using maximum luminance).  
 sigma_r = 100*sigma_r;  
   
 % Create waitbar.  
 h = waitbar(0,'Applying bilateral filter...');  
 set(h,'Name','Bilateral Filter Progress');  
   
 % Apply bilateral filter.  
 dim = size(A);  
 B = zeros(dim);  
 for i = 1:dim(1)  
    for j = 1:dim(2)  
         
          % Extract local region.  
          iMin = max(i-w,1);  
          iMax = min(i+w,dim(1));  
          jMin = max(j-w,1);  
          jMax = min(j+w,dim(2));  
          I = A(iMin:iMax,jMin:jMax,:);  
         
          % Compute Gaussian range weights.  
          dL = I(:,:,1)-A(i,j,1);  
          da = I(:,:,2)-A(i,j,2);  
          db = I(:,:,3)-A(i,j,3);  
          H = exp(-(dL.^2+da.^2+db.^2)/(2*sigma_r^2));  
         
          % Calculate bilateral filter response.  
          F = H.*G((iMin:iMax)-i+w+1,(jMin:jMax)-j+w+1);  
          norm_F = sum(F(:));  
          B(i,j,1) = sum(sum(F.*I(:,:,1)))/norm_F;  
          B(i,j,2) = sum(sum(F.*I(:,:,2)))/norm_F;  
          B(i,j,3) = sum(sum(F.*I(:,:,3)))/norm_F;  
                   
    end  
    waitbar(i/dim(1));  
 end  
   
 % Convert filtered image back to sRGB color space.  
 if exist('applycform','file')  
    B = applycform(B,makecform('lab2srgb'));  
 else    
    B = colorspace('RGB<-Lab',B);  
 end  
   
 % Close waitbar.  
 close(h);  

调用方法：

[cpp]view plaincopy
 I=imread('einstein.jpg');  
 I=double(I)/255;  
   
 w     = 5;       % bilateral filter half-width  
 sigma = [3 0.1]; % bilateral filter standard deviations  
   
 I1=bfilter2(I,w,sigma);  
   
 subplot(1,2,1);  
 imshow(I);  
 subplot(1,2,2);  
 imshow(I1)  