雙邊濾波（Bilateral filter）是一種可以保邊去噪的濾波器。之所以可以達到此去噪效果，是因為濾波器是由兩個函數構成。一個函數是由幾何空間距離決定濾波器系數。另一個由像素差值決定濾波器系數。

雙邊濾波器中，輸出像素的值依賴于鄰域像素的值的加權組合，權重系數w(i,j,k,l)取決于定義域核和值域核的乘積，同時考慮了空間域與值域的差別，而Gaussian Filter和α均值濾波分別只考慮了空間域和值域差別。

雙邊濾波原理（Bilateral Filtering）

基本思路

雙邊濾波（bilateral filtering）的基本思路是同時考慮將要被濾波的像素點的空域信息（domain）和值域信息（range）。因此是一種 combined 濾波方式，因此叫做 bilateral ，即同時考慮兩方面的信息。首先，對于圖像濾波來說，一個通常的intuition是：（自然）圖像在空間中變化緩慢，因此相鄰的像素點會更相近。但是這個假設在圖像的邊緣處變得不成立。如果在邊緣處也用這種思路來進行濾波的話，即認為相鄰相近，則得到的結果必然會模糊掉邊緣，這是不吼的，因此考慮再利用像素點的值的大小進行補充，因為邊緣兩側的點的像素值差別很大，因此會使得其加權的時候權重具有很大的差別，從而使得只考慮自己所屬的一邊的鄰域。可以理解成先根據像素值對要用來進行濾波的鄰域做一個分割或分類，再給該點所屬的類別相對較高的權重，然后進行鄰域加權求和，得到最終結果。

實現原理

在 bilateral filtering 中，兩個要素即：closeness 和 similarity ，或者說 domain 和 range ，或者 geometric 和 photometric ，其數學表達方式相近，如下：

其中積分號前面為歸一化因子，這里考慮對所有的像素點進行加權，c 和 s 是 closeness 和 similarity 函數，x 代表要求的點，f （x） 代表該點的像素值。f（x） –》 h（x） 為濾波前后的image。我們最后的濾波函數為

由于domain component，使得濾波特性較好，由于range component，使得crisp edge 可以保持。

下圖示意了有邊緣的時候的權重和最后的濾波結果，可以看出權重在邊界有很明顯的分界，從而幾乎只對自己所屬的邊緣一側的像素點進行加權。

實現 c 和 s 兩個函數的一種方法即 Gaussian 核，決定其性質的為各自的sigma參數，即 σdσd 和 σrσr 。

template

unsigned char bilateralProc（

hls：：Window &win，

WEIGHT_VALUE weights［WIN_SZ*WIN_SZ］［256］，

WEIGHT_MAP map［（WIN_SZ》》1）*（WIN_SZ》》1）+1］）

{

#pragma HLS INLINE

ap_ufixed《16，1》 color_weights;

ap_ufixed《32，16》 weight_sum=0;

ap_ufixed《32，16》 px_sum=0;

for （int i=0;i》1;

ap_uint《8》 sub_sq = sub*sub;

ap_int《8》 ei = i-sub;

ap_int《8》 ej = j-sub;

ap_uint《8》 comp = ei*ei;

comp += ej*ej;

if（comp》sub_sq）

{

continue;

}

else

{

ap_int《9》 diffpx = win（i， j） - win（WIN_SZ》》1，WIN_SZ》》1）;

if（diffpx 《 0）

{

diffpx = -diffpx;

}

if（comp == 0）

color_weights = 1;

else

color_weights = （ap_ufixed《16，1》）weights［map［comp］］［diffpx］;

px_sum += （color_weights）*（ap_uint《16》）（win（i，j））;

weight_sum += color_weights;

}

}

}）（px_sum/weight_sum） + （ap_ufixed《32，16》）（0.5）;

return value;

}

template

void _filter（

hls：：Mat &src，

hls：：Mat &dst，

WEIGHT_VALUE weights［WIN_SZ*WIN_SZ］［256］，

WEIGHT_MAP map［（WIN_SZ》》1）*（WIN_SZ》》1）+1］）

{

HLS_SIZE_T IMG_HEIGHT = src.rows;

HLS_SIZE_T IMG_WIDTH = src.cols;

hls：：filter2d_kernel fk_opr;

hls：：Window src_kernel_win;

hls：：LineBuffer main_buf;

hls：：LineBuffer col_buf;

HLS_SIZE_T fillvalue=255;

HLS_SIZE_T loophight=IMG_HEIGHT+WIN_SZ-1;

HLS_SIZE_T loopwidth=IMG_WIDTH+WIN_SZ-1;

HLS_SIZE_T buf_row=0;

HLS_SIZE_T buf_rows，buf_cols;

HLS_SIZE_T heightloop= IMG_HEIGHT+WIN_SZ-1;

HLS_SIZE_T widthloop = IMG_WIDTH+WIN_SZ-1;//one pixel overlap， so it should minus one

loop_height： for（HLS_SIZE_T i= 0;i《 heightloop;i++） {

#pragma HLS LOOP_TRIPCOUNT MAX=ROWS

loop_width： for （HLS_SIZE_T j= 0;j《 widthloop;j++） {

#pragma HLS DEPENDENCE array inter false

#pragma HLS LOOP_TRIPCOUNT MAX=COLS

#pragma HLS LOOP_FLATTEN OFF

#pragma HLS PIPELINE II=1

if（j

》 temp;

else

temp=fillvalue;

main_buf（0，j）=（temp&0xFF）;

}

for（buf_row=0; buf_row=1; buf_row--）{

HLS_TNAME（HLS_8UC1） temp=col_buf（buf_row-1，0）;

src_kernel_win（buf_row-1，0）=temp;

main_buf（buf_row，j）=temp;

}

}

else

{

for（HLS_SIZE_T row=0; row=1; col--）

{

src_kernel_win（row，col） = src_kernel_win（row，col-1）;

}

}

for（HLS_SIZE_T row=0; row= （WIN_SZ-1） && j》=（WIN_SZ-1））

{

ap_uint《8》 temp_out = bilateralProc（src_kernel_win， weights， map）;

dst.data_stream［0］ 《《 temp_out;

}

}//w

}//h

}

void hls_BilateralFilter（ AXI_STREAM &INPUT_STREAM， AXI_STREAM &OUTPUT_STREAM，int rows， int cols，

WEIGHT_VALUE weights［MAX_WIN_SZ*MAX_WIN_SZ］［256］，

WEIGHT_MAP map［（MAX_WIN_SZ》》1）*（MAX_WIN_SZ》》1）+1］）

{

#pragma HLS INTERFACE axis port=INPUT_STREAM

#pragma HLS INTERFACE axis port=OUTPUT_STREAM

#pragma HLS INTERFACE s_axilite port=rows bundle=BUS_CTRL

#pragma HLS INTERFACE s_axilite port=cols bundle=BUS_CTRL

#pragma HLS INTERFACE s_axilite port=weights bundle=BUS_CTRL

#pragma HLS INTERFACE s_axilite port=map bundle=BUS_CTRL

#pragma HLS INTERFACE s_axilite port=return bundle=BUS_CTRL

hls：：Mat src（rows，cols）;

hls：：Mat dst（rows，cols）;

hls：：Mat src0（rows，cols）;

hls：：Mat src1（rows，cols）;

hls：：Mat gray0（rows，cols）;

hls：：Mat gray1（rows，cols）;

#pragma HLS dataflow

hls：：AXIvideo2Mat（INPUT_STREAM， src）;

hls：：Duplicate（src，src0，src1）;

hls：：CvtColor（src0，gray0）;

_filter（gray0， gray1， weights， map）;

hls：：CvtColor（gray1，dst）;

hls：：Mat2AXIvideo（dst， OUTPUT_STREAM）;

}

C仿真效果：

原圖

雙邊濾波器

對比一下高斯模糊濾波器