双边滤波算法介绍与实现

Bilateral filter&Adaptive bilateral filtering

双边滤波的思想是抑制与中心像素差别太大的像素，简单的来说：起到滤波保边的效果。

目录

双边滤波算法

思想：

双边滤波算法考虑到了空间域和值域两个方面，实现双边滤波的基本思路是：

对于模板的各个点来说：

    1、从空间域出发，计算出模板的点与目标点的距离（利用勾股定理）,然后计算得出空域权重
    2、从值域出发，计算出模板的点与目标点值的差值（取绝对值），然后计算得到值域权重
    4、同时让模板各个点的像素值乘以该点的w，并加起来得到sum_pixel
    5、最后让sum_pixel除以sumw就得到目标点最终的像素值了

数学表达式：

其中i,j是变化的，（i, j)对应模板的各个点，（k,l)是你要求的像素点，也就是模板的中心点

代码实现

/*
sigma_color参数是上式中的σd, sigma_space参数是上式中的σr
*/
#pragma once
#include "core/core.hpp"  //3个opencv库的头文件
#include "highgui/highgui.hpp"  
#include "imgproc/imgproc.hpp"  
#include <iostream>  

using namespace cv;
static void bilateralFilter_8u(const Mat& src, Mat& dst, int d, double sigma_color, double sigma_space, int borderType)
{
    int cn = src.channels();//获得图片的通道数
    int i, j, k, maxk, radius;
    Size size = src.size();
    CV_Assert((src.type() == CV_8UC1 || src.type() == CV_8UC3) &&
        src.type() == dst.type() && src.size() == dst.size() &&
        src.data != dst.data);


    if (sigma_color <= 0)
        sigma_color = 1;
    if (sigma_space <= 0)
        sigma_space = 1;


    double gauss_color_coeff = -0.5 / (sigma_color*sigma_color);//分母值
    double gauss_space_coeff = -0.5 / (sigma_space*sigma_space);//分母值


    if (d <= 0)
        radius = cvRound(sigma_space*1.5);//进行四舍五入
    else
        radius = d / 2;
    radius = MAX(radius, 1);
    d = radius * 2 + 1;


    Mat temp;
    copyMakeBorder(src, temp, radius, radius, radius, radius, borderType);
    /*复制图像并且制作边界。（处理边界卷积）
    目的是为了放大图像好做图像的边界处理*/


    vector<float> _color_weight(cn * 256);//用来存放值域差值对应的权重
    vector<float> _space_weight(d*d);//用来存放空间距离对应的权重
    vector<int> _space_ofs(d*d);//用来存放模板各点与锚点（中心点）的偏移量
    float* color_weight = &_color_weight[0];
    float* space_weight = &_space_weight[0];
    int* space_ofs = &_space_ofs[0];


    // initial