传统图像去噪方法（二）之引导滤波

各向同性滤波 咱们知道对于滤波器而言，在均值滤波中W时是1/n，n是w中全部像素个数。在高斯平滑中，W服从二维的高斯分布。 可是不管是均值滤波仍是高斯滤波，他们都有一个共同的弱点，它们都属于各向同性滤波。python 噪声的特色是以其为中心的各个方向上梯度都较大而且相差很少。图像边缘在相对于区域也会出现梯度的越变，可是边缘只有在其法向方向才会出现较大的梯度，在切向方向梯度较小。git 所以才会出现

>>阅读原文<<