1.認識雙邊濾波
雙邊濾波（Bilateral filter）是一種非線性的濾波方法，是結合圖像的空間鄰近度和像素值相似度的一種折中處理，同時考慮空域信息和灰度相似性，達到保邊去噪的目的。
雙邊濾波器是保留邊界的平滑濾波器。 在局部上，就是在灰度值差異不大的區域平滑，在灰度值差異比較大的邊界地區保留邊界。所以雙邊濾波器作用於每個像素的同時，必然會受到領域像素點的距離、灰度值差的權重影響。
1.1應用
圖像中空間變化較小，因此邊緣被線性低通濾波所模糊。如何在保持平滑區域內平均的同時，防止邊沿平均？ 為了減少這種不良影響，我們採用雙邊濾波器。雙邊濾波是一種用於邊緣保留平滑的簡單，而非迭代方案。
1.2優勢
如上圖所示，由於濾波器的域分量，在邊界處實現了良好的濾波行為，並且由於範圍分量，同時保留了清晰的邊緣。
2.OpenCV函數示例
<code>void bilateralFilter( InputArray src, OutputArray dst, int d,
double sigmaColor, double sigmaSpace,
int borderType = BORDER_DEFAULT );/<code>
參數解釋：
- src：源圖像Mat對象，需要為8位或者浮點型單通道、三通道的圖像dst：目標圖像Mat對象，不能直接用src來存儲處理後的圖像
- d：表示在過濾過程中每個像素鄰域的直徑。如果這個值我們設其為非正數，那麼OpenCV會從第五個參數sigmaSpace來計算出它來，在使用過程中我發現有點像模糊力度的意思。
- sigmaColor：顏色空間濾波器的sigma值。這個參數的值越大，就表明該像素鄰域內有更寬廣的顏色會被混合到一起，產生較大的半相等顏色區域。在使用過程中我發現有點像模糊範圍的意思，範圍越大看著越模糊
- sigmaSpace：座標空間中濾波器的sigma值，座標空間的標註方差。他的數值越大，意味著越遠的像素會相互影響，從而使更大的區域足夠相似的顏色獲取相同的顏色。當d>0，d指定了鄰域大小且與sigmaSpace無關。否則，d正比於sigmaSpace。使用過程中我發現這個值越大，圖像的過渡效果越好。
- borderType：使用默認即可，即不用填。
3.C++實現
<code>//--------------------------------------【程序說明】-------------------------------------------
//\t\t程序描述：雙邊濾波bilateralFilter函數的使用示例程序
//\t\t開發測試所用操作系統： Windows 10 64bit
//\t\t開發測試所用IDE版本：Visual Studio 2017
//\t\t開發測試所用OpenCV版本：\t3.4
//\t\t2020年3月 Created by @DL小寶
//\t\t2020年3月 Revised by @DL小寶
//------------------------------------------------------------------------------------------------
//-----------------------------------【頭文件包含部分】---------------------------------------
//\t描述：包含程序所依賴的頭文件
//----------------------------------------------------------------------------------------------
#include "opencv2/core/core.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
//-----------------------------------【命名空間聲明部分】---------------------------------------
//\t描述：包含程序所使用的命名空間
//-----------------------------------------------------------------------------------------------
using namespace cv;
//-----------------------------------【main( )函數】--------------------------------------------
//\t描述：控制檯應用程序的入口函數，我們的程序從這裡開始
//-----------------------------------------------------------------------------------------------
int main()
{
\t// 載入原圖
\tMat image = imread("bmm.jpg");
\t//創建窗口
\tnamedWindow("雙邊濾波【原圖】");
\tnamedWindow("雙邊濾波【效果圖】");
\t//顯示原圖
\timshow("雙邊濾波【原圖】", image);
\t//進行雙邊濾波操作
\tMat out;
\tbilateralFilter(image, out, 25, 25 * 2, 25 / 2);
\t//顯示效果圖
\timshow("雙邊濾波【效果圖】", out);
\twaitKey(0);
}/<code>
4.可視化
分享到:
閱讀更多 DL小寶 的文章
