如何进行双边滤波的图像处理算法研究

　　滤波是图像处理和计算机视觉中最基本的操作，高斯低通滤波是最常用的，其原理是邻域内像素值的加权平均。这种邻域内的平均会使一些边界被平均掉而使图像出现模糊，双边滤波正是为了解决边缘模糊的问题而提出的。它不仅考虑空间的邻近性也考虑亮度的相似性，只有邻域内亮度相似的才被一起平均。 双边滤波自提出以来在理论和应用方面都有了很大的改进和发展。

　　本文以双边滤波算法为研究对象，主要工作有以下几个方面：

　　（1）通过实验，总结出双边滤波参数的选择标准。

　　（2）将中值滤波的思想运用到双边滤波中，得到伪中值的双边滤波，增加了去除椒盐噪声的性能。

　　（3）基于双边滤波和非局部滤波，提出了一种新的边缘检测方法。

　　数字图像处理又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。数字图像处理最早出现于20世纪50年代，当时的电子计算机已经发展到-定水平，人们开始利用计算机来处理图形和图像信息。数字图像处理作为一门学科是以人的视觉效果为目的。图像处理中，输入的，是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、，复原、编码、压缩等。图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就，这些领域有航空航天、生物医学工程、工业检测、机器人视觉、公安司法、军事制导等。早期的图像处理的目的是改善图像的质量，它以人为对象，以改善艺术等，使图像处理成为一门引人注目、前景远大的新型学科。随着图像处理技术的深入发展，从70年代中期开始，随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理向更高、更深层次发展。人们已开始研究如何用计算机系统解释图像，实现类似人类视觉系统理解外部世界，这被称为图像理解或计算机视觉。图像理解虽然在理论方法研究上已取得不小的进展，但它本身是一个比较难的研究领域，存在不少困难，因人类本身对自己的视觉过程还了解甚少，因此计算机视觉是一个有待人们进一步探索的新领域。

　　一副图像基本上包括光谱、空间、时间等三类基本信息，对于一副灰度图像，其光谱信息是以像元的灰度值来体现的，对光谱信息的增强可以通过直方图均衡化和直方图规范化实现，即改变像元的灰度值以达到信息增强的目的。图像间的插值运算可以提取图像的动态信息（即时间信息）。对图像的空间纹理信息的提取则可以通过空间域滤波技术和频域滤波技术来实现。图像的空间纹理信息可以反，映图像中物体的位置、形状、大小等特征，而这些特征可以通过-定 的物理模式来描述。例如，物体的边缘轮廓由于灰度值变化剧烈-般呈现高频率特征，而-个比较平滑的物体内部由于灰度值比较均- -则呈现低频特征。因此，可以根据需要分别增强图像的高频和低频特征。对图像的高频增强称为高通滤波，它可以突出物体的边缘轮廓，从而起到锐化图像的作用，因此也可以称为锐化滤波器。从频率域的角度讲，它能减弱甚至消除图像的低频分量，保留高频分量。相应的， ：低通滤波（即平滑滤波器）则是指对图像的低频部分进行增强，它可以对图像进行平滑处理，一般用于图像的噪声消除。从频率域的角度讲，它可以减弱甚至消除图像的高频分量，而保留低频分量。