Bilateral filter 双边滤波器 C#版本

人类的眼镜与大脑是自带滤波器的，能抗干扰。可是计算机和传感器不滤波不行。遇到要计算图像梯度、曲率的时候，哪怕是很微弱的白噪声都会造成可笑的结果，这是我拿实测数据试出来的。

滤波的方式有很多种，根据你用什么滤波器可以得到不同的效果。最容易理解的均值滤波，相对不太困难的高斯滤波可以用力的消除白噪声，计算速度也很快，缺点是图像特征也会丢失很多。运算速度很难提升的中值滤波，可以干掉讨厌的椒盐噪声同时保留绝大部分细节，缺点是对白噪声无能为力。如果能够准确调节参数的kalman滤波器简直是完美，缺点同样就是需要人工调参数。

那么有没有能够很好消除白噪声，同时尽可能保留图像特征的滤波器？

有，双边滤波(bilateral filter)就是一种可以保留图像特征，同时很好的去除白噪声的方法。

重新看一下均值滤波、高斯滤波，可以这样解释。矩阵位置[x,y]处的滤波输出值G(x,y) 是周围范围内的元素的加权平均：

w(u,v)是u,v位置处的权重。

均值滤波中 ，和u,v无关

高斯滤波中

可以看出w(u,v)只考虑了位置距离d，并没有考虑其他。

P过图的就知道，想保留图像特征，就不能只考虑像素位置，还要考虑像素附近颜色。颜色相邻、视作同一部分的才予以平均处理。

定义i为两个像素的颜色距离（值距离），在权重函数中添加一项：

这个新的权重函数就是双边滤波器区别于高斯滤波器的重点。

附上C#代码实现。Matrix是自己做的矩阵类，可以用mathdotnet中的matrix类替代。d是滤波器半宽，sigmaValue与sigmaSpace取大值，滤波涂抹效果明显，取小值，滤波倾向于保留原状。

public static Matrix BilateralFiltering(Matrix src, int d, double sigmaValue, double sigmaSpace, BoardType board = BoardType.Replicate){
            Matrix dst = new Matrix(src.ColumnCount, src.RowCount);
            double sig_s = 2* sigmaSpace * sigmaSpace;
            double sig_i = 2* sigmaValue * sigmaValue;
            for (int i = 0; i < src.ColumnCount; i++)
            {
                for (int j = 0; j < src.RowCount; j++)
                {
                    double weightSum = 0;
                    double filterValue = 0;
                    for (int row_d = -d; row_d <= d; row_d++)
                    {
                        for (int col_d = -d; col_d <= d; col_d++)
                        {
                            int distance_Square = row_d * row_d + col_d * col_d;
                            int d_v = src[i, j] - src[i + row_d, j + col_d];
                            double gi = Math.Exp(-d_v * d_v /  sig_i) / (Math.PI* sig_i);
                            double gs = Math.Exp(-distance_Square /  sig_s) / (Math.PI* sig_s);
                            double w = gi * gs;
                            weightSum += w;
                            filterValue += w * src[i + row_d, j + col_d];
                        }
                    }
                    dst[i, j] = (int)(filterValue / weightSum);
                }
            }
            return dst;
        }

滤波器的运算复杂度是，d值对运算速度影响很明显。

下面是用来测试的源图像

取d=10, sigmaSpace=10, sigmaValue=10，滤波结果如下