雙邊濾波器是什麼？（畫素位置和畫素值綜合考慮的濾波器）
正態模型的好處就是距離最近關係最強烈！
雙邊濾波（bilateral filter）是一種可以保邊去噪的濾波器，跟各向異性濾波演算法有著異曲同工之妙。之所以可以達到此去噪效果，該濾波由兩個濾波運算元疊加。乙個函式是由幾何空間距離（畫素位置）決定濾波器係數。另乙個由畫素差值（畫素值之間的關係）決定濾波器係數。靈感主要來自於高斯濾波器，高斯濾波器的缺點就是影象模糊厲害，失去了邊沿資訊，只考慮畫素空間位置資訊。這樣的模板運算元是不變的，因為每次的位置相對偏移都確定了，這就導致了這樣的演算法無法根據影象區域性的情況自動調整運算元的權重。仔細的想想要想保留邊沿資訊，那麼就要區分邊沿和非邊沿之間的區別。因此將位置上畫素值的關係加入考慮，那麼問題又來了，要建什麼樣的模型對這樣畫素值關係的建立？正態分佈是比較好的模型，一般邊沿資訊也是跟鄰域的畫素的關係最強，距離越遠關係就越弱！正態的關係函式如下（乙個簡化版的模型）：
f(x) = exp(-x^2) 函式關係表示式如下：
這樣的函式模型實在太美，都說高斯分布是最美的分布，真不是蓋的！表明只要畫素值得差值在一定的範圍內模糊就會起作用，但更重要的是當差值超過一定的值（說明是邊沿資訊）之後，那麼模糊就不會起作用。因此這個時候這個函式的輸出幾乎是為0，因此乘以高斯模糊部分的運算元其結果也是為0。因此達到了邊沿資訊不平滑處理的目的。去燥保邊沿就是這樣來的！
雙邊濾波器中，輸出畫素的值依賴於鄰域畫素的值的加權組合，
權重係數w(i,j,k,l)取決畫素位置核
和畫素值核
的乘積
數學就是如此的美妙。
各向異性濾波演算法 數學模型分析
主要是用來平滑影象的，克服了高斯模糊的缺陷，各向異性擴散在平滑影象時是保留影象邊緣的 和雙邊濾波很像 通常我們有將影象看作矩陣的，看作圖的，看作隨機過程的，記得過去還有 看作力場的。這次新鮮，將影象看作熱量場了。每個畫素看作熱流，根據當前畫素和周圍畫素的關係，來確定是否要向周圍擴散。比如某個鄰域畫素...
各向異性濾波演算法 數學模型分析
主要是用來平滑影象的，克服了高斯模糊的缺陷，各向異性擴散在平滑影象時是保留影象邊緣的 和雙邊濾波很像 通常我們有將影象看作矩陣的，看作圖的，看作隨機過程的，記得過去還有 看作力場的。這次新鮮，將影象看作熱量場了。每個畫素看作熱流，根據當前畫素和周圍畫素的關係，來確定是否要向周圍擴散。比如某個鄰域畫素...
數學模型演算法實現之Dijkstra演算法
dijkstra演算法能求乙個頂點到另一頂點最短路徑。它是由dijkstra於1959年提出的。實際它能求出初始點到其它所有頂點的最短路徑。dijkstra演算法是一種標號法 給賦權圖的每乙個頂點記乙個數，稱為頂點的標號 臨時標號，稱t標 號，或者固定標號，稱為p標號 t標號表示從始頂點到該標點的最...