---

一、介绍

1.原理

BilateralFilter()双边滤波也是非线性滤波，之前介绍的滤波只考虑空间信息（滤波核或邻域），容易造成边缘模糊和细节丢失，相比来说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）。

1、距离目标像素点越远，权重越小；距离目标像素点越近，权重越大。
2、与目标像素点值越远，权重值越小；与目标像素点值相近，权重值越大

由于双边滤波同时考虑距离和色彩，因此它在去除噪声同时，又能够较好地保护边缘信息。函数的具体数学原理和计算过程，读者们自己百度一下，下面只给出具体用法。

2.函数介绍

官方定义如下：

public static void BilateralFilter(IInputArray src,  // 输入图像IOutputArray dst, // 输出图像int d, // 滤波核的大小，也就是选取的邻域像素的高度和宽度。double sigmaColor, // 滤波核在颜色空间的方差，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，滤波核内的所有点都能够参与运算。double sigmaSpace, // 滤波核在距离空间的方差，值越大，意味着更远的像素影响越大。BorderType borderType = BorderType.Reflect101 // 边界样式，一般选默认。
)

二、举例

1.原始素材

原始素材定义为srcMat，如下：

还是这个有椒盐噪声的向日葵图片。

2.代码

Emgu CV双边滤波代码如下：

Mat tempMat = srcMat.Clone();
Mat dstMat = new Mat();
int d = 13;
double sigmaColor = 250.0;
double sigmaSpace = 20.5;
CvInvoke.BilateralFilter(tempMat, dstMat, d, sigmaColor, sigmaSpace);
CvInvoke.Imshow("BilateralFilter image, " + dstMat.Size.ToString(), dstMat);

3.运行结果

代码采用了还是采用13 * 13的滤波核，椒盐噪声已经没有了，花朵和绿叶上的纹理和边缘还是很清晰的。其实BilateralFilter()双边滤波最适合的用处是人脸美颜，下面看看美颜的效果：

---

原创不易，请勿抄袭。共同进步，相互学习。