双边滤波

双边滤波是一种非线性滤波，是结合图像的空间邻近度和像素值相似度的一种折中处理，同时考虑空域信息和灰度相似性，达到保边去噪的目的，具有简单、非迭代、局部的特点。可以做边缘保存。

双边滤波器比高斯滤波多了一个高斯方差sigma-d，它是基于空间分布的高斯滤波函数，所以在边缘附近，离得较远的像素不会对边缘上的像素值影响太多，这样就保证了边缘附近像素值的保存。但是由于保存了过多的高频信息，对于彩色图像里的高频噪声，双边滤波器不能够干净地滤掉，只能对低频信息进行较好地滤波。

在双边滤波中，输出像素的值依赖于邻域像素值的加权值，公式如下：

g(i,j)=∑k,lf(k,l)w(i,j,k,l)∑k,lw(i,j,k,l),j,k,l

加权系数w(i,j,k,l)取决于定义域核和值域核的乘积。

d(i,j,k,l)=exp(−(i−k)2+(j−l)22σ2d),

r(i,j,k,l)=exp(−||f(i,j)−f(k,l)||22σ2r),

w(i,j,k,l)=exp(−(i−k)2+(j−l)22σ2d−||f(i,j)−f(k,l)||22σ2r

d函数是根据像素距离选择权重，距离越近权重越大，这一点和方框滤波，高斯滤波方式相同。而r函数则是根据像素的差异来分配权值。如果两个像素值越接近，即使相距较远，也比差异大而距离近的像素点权重大。正是r函数的作用，使得边缘，即相距近但差异大的像素点的特性得以保留。

1.双边滤波

可以保留边缘。基于空间距离及亮度差值的滤波。可用在图像分割。

彩色图片中的亮度差值的计算是计算各颜色分量差值加权求和得到。

2.膨胀与腐蚀

膨胀：核B与图像A卷积，计算核B覆盖区域的最大值。可使高亮区域逐渐增长。

腐蚀：计算核B覆盖区域的最小值。可是高亮区域减小。

膨胀可以填补凹洞，找连通分支（一个大的区域可能被噪声分割，膨胀操作可以使这些部分连通在一起）。使亮的区域得到扩展和连接。

腐蚀可以消除图像中的“斑点”噪声，使亮度区域被隔离并且缩小。

3.更通用的形态学处理

开运算：先腐蚀后膨胀。去除小的明亮区域，并且剩余的明亮区域被隔绝，但其大小不变。

闭运算：先膨胀再腐蚀。消除低亮度点值的孤立点。

形态学梯度：膨胀减去腐蚀。留下完整的外围边缘。

礼帽：原图减去其开运算。突出局部亮度极大点。

黑帽：原图减去其闭运算。突出局部亮度极小点。