辽宁省建设工程信息网官网新网站入口,万网主机 wordpress,wordpress 网站源码,百度云官网首页双边滤波#xff08;BilateralFiltering#xff09;是一种图像处理滤波技术#xff0c;用于平滑图像并同时保留边缘信息。与其他传统的线性滤波方法不同#xff0c;双边滤波在考虑像素之间的空间距离之外#xff0c;还考虑了像素之间的灰度值相似性。这使得双边滤波能够有… 双边滤波BilateralFiltering是一种图像处理滤波技术用于平滑图像并同时保留边缘信息。与其他传统的线性滤波方法不同双边滤波在考虑像素之间的空间距离之外还考虑了像素之间的灰度值相似性。这使得双边滤波能够有效地去除噪声同时保持图像的细节和边缘。 双边滤波的核心思想是使用一个滑动窗口卷积核在图像上移动并计算窗口中像素的加权平均值来替代中心像素的值。这里的权重包括两个部分一个是空间权重根据像素之间的空间距离计算另一个是灰度值权重根据像素之间的灰度值相似性计算。空间权重用于保持边缘信息而灰度值权重用于平滑图像。
在双边滤波中窗口的大小和两个权重的参数是需要设置的超参数它们会影响滤波效果。较大的窗口大小和权重参数可以保留更多的图像细节但也会导致计算复杂度增加。
基本原理
前述滤波方式基本都只考虑了空间的权重信息这种情况计算起来比较方便但是在边缘信息的处理上存在较大的问题。
例如在图 7-30 中图像左侧是黑色右侧是白色中间是很明显的边缘。 在均值滤波、方框滤波、高斯滤波中都会计算边缘上各个像素点的加权平均值从而模糊边缘信息。
如图 7-31 所示是高斯滤波处理的结果图像。 从图 7-31 可以看到经过高斯滤波处理后边缘信息变得很模糊均值滤波处理也会造成类似的问题。边界模糊是滤波处理过程中对邻域像素取均值所造成的结果上述滤波处理过程单纯地考虑空间信息造成了边界模糊和部分信息的丢失。 双边滤波在计算某一个像素点的新值时不仅考虑距离信息距离越远权重越小还考虑色彩信息色彩差别越大权重越小。双边滤波综合考虑距离和色彩的权重结果既能够有效地去除噪声又能够较好地保护边缘信息。 在双边滤波中当处在边缘时与当前点色彩相近的像素点颜色距离很近会被给予较大的权重值而与当前色彩差别较大的像素点颜色距离很远会被给予较小的权重值极端情况下权重可能为 0直接忽略该点这样就保护了边缘信息。
例如在图 7-32 中
图(a)是原始图像左侧区域是白色像素值为 255右侧区域是黑色像素值为 0。图(b)是进行均值滤波的可能结果。在进行均值滤波时仅仅考虑空间信息此时左右两侧的像素的处理结果是综合考虑周边元素像素值并对它们取均值得到的。图©是进行双边滤波的可能结果。在进行双边滤波时不仅考虑空间信息还考虑色彩差别信息 在双边滤波中在计算左侧白色区域边缘点的滤波结果时 对于白色的点给予的权重较大。 对于黑色的点由于色彩差异较大颜色距离很远注意不是像素点之间的物理距离而是颜色值的距离。像素点的值分别是 0 和 255差别很大所以说它们颜色距离很远因此可以将它们的权重设置为 0。
这样在计算左侧白色边缘滤波结果时得到的仍然是白色。因此双边滤波后左侧边缘得到保留。
在计算右侧黑色区域边缘点的滤波结果时 对于黑色的点给予的权重较大。 对于白色的点由于色彩差异较大颜色距离很远因此可以将它们的权重设置为 0。
这样在计算右侧黑色边缘滤波结果时得到的仍然是黑色。因此双边滤波后左侧边缘得到保留。
cv2.bilateralFilter() 函数说明
在 OpenCV 中实现双边滤波的函数是 cv2.bilateralFilter()该函数的语法是 dst cv2.bilateralFilter( src, d, sigmaColor, sigmaSpace, borderType ) 式中
dst 是返回值表示进行双边滤波后得到的处理结果。src 是需要处理的图像即原始图像。它能够有任意数量的通道并能对各个通道独立 处理。图像深度应该是 CV_8U、CV_16U、CV_16S、CV_32F 或者 CV_64F 中的一种。d 是在滤波时选取的空间距离参数这里表示以当前像素点为中心点的直径。如果该值为非正数则会自动从参数 sigmaSpace 计算得到。如果滤波空间较大d5则速度较慢。因此在实时应用中推荐 d5。对于较大噪声的离线滤波可以选择 d9。sigmaColor 是滤波处理时选取的颜色差值范围该值决定了周围哪些像素点能够参与到滤波中来。与当前像素点的像素值差值小于 sigmaColor 的像素点能够参与到当前的滤波中。该值越大就说明周围有越多的像素点可以参与到运算中。该值为 0 时滤波失去意义该值为 255 时指定直径内的所有点都能够参与运算。sigmaSpace 是坐标空间中的 sigma 值。它的值越大说明有越多的点能够参与到滤波计算中来。当 d0 时无论 sigmaSpace 的值如何d 都指定邻域大小否则d 与 sigmaSpace的值成比例。borderType 是边界样式该值决定了以何种方式处理边界。一般情况下不需要考虑该值直接采用默认值即可。 为了简单起见可以将两个 sigmasigmaColor 和 sigmaSpace值设置为相同的。如果它们的值比较小例如小于 10滤波的效果将不太明显如果它们的值较大例如大于 150则滤波效果会比较明显会产生卡通效果。在函数 cv2.bilateralFilter()中参数 borderType 是可选参数其余参数全部为必选参数。 实验:针对噪声图像对其进行双边滤波显示滤波的结果。
代码如下:
import cv2
ocv2.imread(lenaNoise.png)
rcv2.bilateralFilter(o,25,100,100)
cv2.imshow(original,o)
cv2.imshow(result,r)
cv2.waitKey()
cv2.destroyAllWindows()其中左图是原始图像右图是双边滤波的结果图像。从 图中可以看出双边滤波去除噪声的效果并不好。
