超级会员免费看
本文介绍了如何在OpenCV中实现双边滤波，该方法能够在平滑图像的同时保留边缘信息。与高斯平滑相比，双边滤波考虑了像素值的相似性，动态构建卷积核。通过计算高斯平滑卷积核和像素值相似性卷积核，再进行归一化处理，最后应用到图像上。OpenCV提供了bilateralFilter函数进行双边滤波，参数包括输入图像、领域直径、颜色空间过滤标准差和坐标空间过滤标准差。
前面学习了高斯平滑、均值平滑，在一些图像处理里非常有效果，但是它在去除噪声同时，也把图像的边缘进行模糊。现在就得考虑有没有这样方法，既可以平滑图像，又可以保留图像边缘的信息。我们来回顾一下前面使用的高斯平滑，其实是构造一个正态分布的矩阵，以中心点像素为主，周边距离远的像素为次，这样是按距离进行加权平滑，因此距离中心点近的像素权值越大，距离远的像素权值越小。现在要增加一个领域里像素值的考虑，与中心点的像素值差别，因此在每一个像素点计算卷积时，都需要重新计算相乘的卷积核。与高斯平滑相比，高斯平滑是一个固定的卷积核，而双边滤波是一个动态的卷积核，这个卷积核根据每个像素点的像素值进行计算。由此可见双边滤波比高斯平滑要多计算一步，速度上要比高斯平滑要慢得多。其原理大体如下图所示：
左边是输入图像，中间是高斯卷积核与像素值权重核进行对应位置相乘（点乘），从而构造了一个新的卷积核，经过这个卷积核处理后输出右边的
订阅专栏 解锁全文
扫一扫
384
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
