非線性濾波

非線性濾波是原始資料與濾波結果是一種邏輯關係,即用邏輯運算實現,而線性濾波採用的是算術運算結果。

中值濾波(Median filter)

中值濾波介紹

中值濾波是一種典型的非線性濾波技術，基本思想就是用畫素點鄰域灰度值得中值來代替該畫素點的灰度值。常用在脈衝噪聲，椒鹽噪聲的同時又能保留影象邊緣細節。

• 優點：減小噪聲在濾波中的影響，從而達到更好的濾波效果，同時還能更好地保留邊緣細節。
• 缺點：耗時更久。

中值濾波API函式介紹：

C++: void medianBlur(InputArray src,OutputArray dst, int ksize)  
 

引數詳解：

• 第一個引數，InputArray型別的src，函式的輸入引數，填1、3或者4通道的Mat型別的影象；當ksize為3或者5的時候，影象深度需為CV_8U，CV_16U，或CV_32F其中之一，而對於較大孔徑尺寸的圖片，它只能是CV_8U。
• 第二個引數，OutputArray型別的dst，即目標影象，函式的輸出引數，需要和源圖片有一樣的尺寸和型別。我們可以用Mat::Clone，以源圖片為模板，來初始化得到如假包換的目標圖。
• 第三個引數，int型別的ksize，孔徑的線性尺寸（aperture linear
  size），注意這個引數必須是大於1的奇數，比如：3，5，7，9 …

中值濾波使用例項：

#include <opencv2/opencv.hpp>

int main()
{
    cv::Mat srcImage = cv::imread("medianBlur.jpg");
    cv::namedWindow("sourceImage");
    cv::imshow("sourceImage", srcImage);

    cv::Mat dstImage;
    cv::medianBlur(srcImage, dstImage, 3);
    cv::namedWindow("MedianBlur");
    cv:
 
:imshow("MedianBlur", dstImage);

    cv::waitKey(0);
    return 0;
}

效果展示：

雙邊濾波

雙邊濾波（Bilateral filter）是一種非線性的濾波方法，是結合影象的空間鄰近度和畫素值相似度的一種折衷處理，同時考慮空域資訊和灰度相似性，達到保邊去噪的目的。具有簡單、非迭代、區域性的特點。
雙邊濾波器的好處是可以做邊緣儲存（edge preserving），一般過去用的維納濾波或者高斯濾波去降噪，都會較明顯地模糊邊緣，對於高頻細節的保護效果並不明顯。雙邊濾波器顧名思義比高斯濾波多了一個高斯方差sigma－d，它是基於空間分佈的高斯濾波函式，所以在邊緣附近，離的較遠的畫素不會太多影響到邊緣上的畫素值，這樣就保證了邊緣附近畫素值的儲存。但是由於儲存了過多的高頻資訊，對於彩色影象裡的高頻噪聲，雙邊濾波器不能夠乾淨的濾掉，只能夠對於低頻資訊進行較好的濾波。

雙邊濾波API函式介紹：

C++: void bilateralFilter(InputArray src, OutputArraydst, int d, double sigmaColor, double sigmaSpace, int borderType=BORDER_DEFAULT)  

• 第一個引數，InputArray型別的src，輸入影象，即源影象，需要為8位或者浮點型單通道、三通道的影象。
• 第二個引數，OutputArray型別的dst，即目標影象，需要和源圖片有一樣的尺寸和型別。
• 第三個引數，int型別的d，表示在過濾過程中每個畫素鄰域的直徑。如果這個值我們設其為非正數，那麼OpenCV會從第五個引數sigmaSpace來計算出它來。
• 第四個引數，double型別的sigmaColor，顏色空間濾波器的sigma值。這個引數的值越大，就表明該畫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。
• 第五個引數，double型別的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，意味著越遠的畫素會相互影響，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。
• 第六個引數，int型別的borderType，用於推斷影象外部畫素的某種邊界模式。注意它有預設值BORDER_DEFAULT。

雙邊濾波例項：

#include <opencv2/opencv.hpp>

int main()
{
    cv::Mat srcImage = cv::imread("medianBlur.jpg");
    cv::namedWindow("sourceImage");
    cv::imshow("sourceImage", srcImage);

    cv::Mat dstImage;
    cv::bilateralFilter(srcImage, dstImage, 25, 25 * 2, 25 / 2);
    cv::namedWindow("bilateraFilter");
    cv::imshow("bilateraFilter", dstImage);

    cv::waitKey(0);
    return 0;
}