1.Gaussian Convolution
P : 中心位置
可以看出q點的像素值的權(quán)重是以高斯函數(shù)定義的
where σ is a parameter defining the neighborhood size
這種影響的強度僅取決于像素之間的空間距離，而不是它們的值。 例如逞刷，亮像素對相鄰暗像素具有強影響掐松，盡管這兩個像素值相當不同睹逃。因此呐馆，由于跨不連續(xù)的像素被平均在一起，所以圖像邊緣模糊芒划。
可見 σ 越大穿剖，圖像就越模糊蚤蔓。
2.Edge-preserving Filtering with the Bilateral Filter
雙邊濾波器也以與高斯卷積非常相似的方式定義為鄰近像素的加權(quán)平均。 不同之處在于糊余，雙邊濾波器考慮與相鄰像元的值的差異秀又，以在平滑時保留邊。 雙邊濾波器的關鍵思想是贬芥，對于像素來影響另一個像素吐辙，它不僅應該占據(jù)附近的位置，而且具有類似的值誓军。
bilateral filter is denoted by BF[*]
normalization factor Wp ensures pixel weights sum to 1.0:
Gσs 是表示p與q像素點之間的距離的高斯函數(shù)
Gσr 用來表示p與q像素值的高斯函數(shù)
關于參數(shù)：
σr 越大袱讹，BF會越來越接近gaussian convolution；可以這樣想昵时，如果σr大到使，Gσr接近一條平坦的線椒丧，相當于Gσr近似一個常數(shù)壹甥。
σr是保持圖像的edge
σs是保證圖像的平滑度
應用
1.去噪
2.Videos
the bilateral filter is applied along the time axis
3.Orientation Smoothing
4.細節(jié)增強
Reference:
[1]https://people.csail.mit.edu/sparis/publi/2009/fntcgv/Paris_09_Bilateral_filtering.pdf
