原来是csdn上下载的，代码参数和结构不好，修改了一下，也备注了主要关键处，方便大家使用。双边滤波比较简单。我的平台是vs2013,opencv配置是 2.4.9实现原理是C++，基本的图像读取操作复制等还是用的opencv库函数。

数字图像处理 该程序是使用Swing用J​​ava编写的。 已实现以下算法： 形态运算： 轮廓检测 非线性滤波器： 最小过滤器 最大过滤器 中值过滤器 开启过滤器 关闭过滤器 高斯模糊滤镜 在以下图片中，显示了此过滤器的结果，并且半径大小设置为14。 原始图片 结果图片 锐化蒙版滤镜 结果图片 FILTER PARAMETER: radius = 5 unsharp mask value = 4 坎尼边缘检测器 结果图片 FILTER PARAMETER: low threshold = 100 hight threshold = 120 radius = 2 骨骼化 原始图片 结果图片 自适应中值滤波器 原始图片 结果图片 FILTER PARAMETER: radius min = 0 radius max = 4 双边过滤器 原始图片 结果图片 FILTER P

这通过系统地循环遍历每个像素并相应地调整相邻像素的权重来保留锐利的边缘。 % bif = 双边滤波器% im = 输入图像％sigd =空间内核的域参数% sigr = 强度内核的范围参数％n =噪声强度% out = 输出图像 % 代码开发者：Suraj Kamya % kamyasuraj@yahoo.com % 此函数中使用的其他文件% rpadd = 使用了另一个函数% PSN = 峰值信噪比IEF％=图像增强因子 ％例如% im=imread('bgray.jpg'); % out=bif(im,3,0.2,0.1);

以下论文中描述的快速 O(1) 双边滤波器的 MATLAB 实现： [1] KN Chaudhury、D. Sage 和 M. Unser，“使用三角范围内核的快速 O(1) 双边滤波”，IEEE Trans。 图像处理，卷。 20，没有。 2011 年 11 月。 [2] KN Chaudhury，“用于双边滤波和非局部均值的可移动 O(1) 算法的加速”，arXiv：1203.5128v1。

针对Kinect镜头采集的深度图像一般有噪声和黑洞现象，直接应用于人体动作跟踪和识别等系统中效果差的问题，提出一种基于联合双边滤波器的深度图像滤波算法。算法利用联合双边滤波原理，将Kinect镜头同一时刻采集的深度图像和彩色图像作为输入，首先，用高斯核函数计算出深度图像的空问距离权值和RGB彩色图像的灰度权值；然后，将这两个权值相乘得到联合滤波权值，并利用快速高斯变换替换高斯核函数，设计出联合双边滤波器；最后，用此滤波器的滤波结果与噪声图像进行卷积运算实现Kinect深度图像滤波。实验结果表明，所提算法应

主要使用C++ 代码编写 ，仅仅使用了opencv的读入图片和保存图片功能，代码非常优化，易读懂，双边滤波是计算机视觉领域必不可少的技术，最经典的技术，此代码能共助你100%理解双边滤波器的工作原理。

主要使用C++ 代码编写 ，仅仅使用了opencv的读入图片和保存图片功能，代码非常优化，易读懂，双边滤波是计算机视觉领域必不可少的技术，最经典的技术，此代码能共助你100%理解双边滤波器的工作原理。

使用java详细描述了双边滤波器的实现的整个过程和原理，对于初学者有较大的帮助！

在MATLAB环境下，对二维图像进行双边滤波，可在平滑图像噪声的同时有效地保护图像的边缘信息。

这是 3D 图像快速双边滤波的实现。 该过滤器在保留边缘的同时平滑图像，但在其最直接的实现中对计算的要求非常高，尤其是对于大型 3D 图像。 快速双边滤波（S. Paris 和 F. Durand，麻省理工学院 [1]）是一种近似技术，可显着提高计算速度。 我的实现与快速 2D 滤波器 [2] 的 Matlab 版本密切相关，并进行了一些修改。 核心函数允许控制滤波器的所有参数（4 个用于高斯内核，4 个用于子采样），并且包装函数进行了一些简化以方便使用。 为了执行可分离的 4D 卷积，我使用了我自己单独提交给 File Exchange (27957) 的函数。 [1]http://people.csail.mit.edu/sparis/bf/ [2] http://people.csail.mit.edu/jiawen/software/bilateralFilter.m