matlab練習程序（雙邊濾波）

　　雙邊濾波模板主要有兩個模板生成，第一個是高斯模板，第二個是以灰度級的差值作為函數系數生成的模板。然后這兩個模板點乘就得到了最終的雙邊濾波模板。

　　第一個模板是全局模板，所以只需要生成一次。第二個模板需要對每個像素都計算一次，所以需要放到循環的里面來生成，這很像表面模糊啊。哦，表面模糊就是用了一個截尾濾波器。

　　這里的公式我參考了這里，不過她給的第二個好像不是截尾均值濾波器，而是以灰度差值為自變量的高斯濾波器。截尾均值濾波器這里有一些理論和實現，

代碼如下：

clear all;
close all;
clc;

img=imread('lena.jpg');
img=mat2gray(img);
[m n]=size(img);
imshow(img);

r=10;        %模板半徑
imgn=zeros(m+2*r+1,n+2*r+1);
imgn(r+1:m+r,r+1:n+r)=img;
imgn(1:r,r+1:n+r)=img(1:r,1:n);                 %擴展上邊界
imgn(1:m+r,n+r+1:n+2*r+1)=imgn(1:m+r,n:n+r);    %擴展右邊界
imgn(m+r+1:m+2*r+1,r+1:n+2*r+1)=imgn(m:m+r,r+1:n+2*r+1);    %擴展下邊界
imgn(1:m+2*r+1,1:r)=imgn(1:m+2*r+1,r+1:2*r);       %擴展左邊界

sigma_d=2;
sigma_r=0.1;
[x,y] = meshgrid(-r:r,-r:r);
w1=exp(-(x.^2+y.^2)/(2*sigma_d^2));     %以距離作為自變量高斯濾波器

h=waitbar(0,'wait...');
for i=r+1:m+r
    for j=r+1:n+r        
        w2=exp(-(imgn(i-r:i+r,j-r:j+r)-imgn(i,j)).^2/(2*sigma_r^2)); %以周圍和當前像素灰度差值作為自變量的高斯濾波器
        w=w1.*w2;
        
        s=imgn(i-r:i+r,j-r:j+r).*w;
        imgn(i,j)=sum(sum(s))/sum(sum(w));
    
    end
    waitbar(i/m);
end
close(h)

figure;
imshow(mat2gray(imgn(r+1:m+r,r+1:n+r)));

效果：

原圖

雙邊濾波后