濾波是圖像處理和計算機視覺中最基本的操作，高斯低通濾波是最常用的，其原理是鄰域內像素值的加權平均。這種鄰域內的平均會使一些邊界被平均掉而使圖像出現模糊，雙邊濾波正是為了解決邊緣模糊的問題而提出的。它不僅考慮空間的鄰近性也考慮亮度的相似性，只有鄰域內亮度相似的才被一起平均。 雙邊濾波自提出以來在理論和應用方面都有了很大的改進和發展。

　　本文以雙邊濾波算法為研究對象，主要工作有以下幾個方面：

　　（1）通過實驗，總結出雙邊濾波參數的選擇標準。

　　（2）將中值濾波的思想運用到雙邊濾波中，得到偽中值的雙邊濾波，增加了去除椒鹽噪聲的性能。

　　（3）基于雙邊濾波和非局部濾波，提出了一種新的邊緣檢測方法。

　　數字圖像處理又稱為計算機圖像處理，它是指將圖像信號轉換成數字信號并利用計算機對其進行處理的過程。數字圖像處理最早出現于20世紀50年代，當時的電子計算機已經發展到-定水平，人們開始利用計算機來處理圖形和圖像信息。數字圖像處理作為一門學科是以人的視覺效果為目的。圖像處理中，輸入的，是質量低的圖像，輸出的是改善質量后的圖像，常用的圖像處理方法有圖像增強、，復原、編碼、壓縮等。圖像處理技術在許多應用領域受到廣泛重視并取得了重大的開拓性成就，這些領域有航空航天、生物醫學工程、工業檢測、機器人視覺、公安司法、軍事制導等。早期的圖像處理的目的是改善圖像的質量，它以人為對象，以改善藝術等，使圖像處理成為一門引人注目、前景遠大的新型學科。隨著圖像處理技術的深入發展，從70年代中期開始，隨著計算機技術和人工智能、思維科學研究的迅速發展，數字圖像處理向更高、更深層次發展。人們已開始研究如何用計算機系統解釋圖像，實現類似人類視覺系統理解外部世界，這被稱為圖像理解或計算機視覺。圖像理解雖然在理論方法研究上已取得不小的進展，但它本身是一個比較難的研究領域，存在不少困難，因人類本身對自己的視覺過程還了解甚少，因此計算機視覺是一個有待人們進一步探索的新領域。

　　一副圖像基本上包括光譜、空間、時間等三類基本信息，對于一副灰度圖像，其光譜信息是以像元的灰度值來體現的，對光譜信息的增強可以通過直方圖均衡化和直方圖規范化實現，即改變像元的灰度值以達到信息增強的目的。圖像間的插值運算可以提取圖像的動態信息（即時間信息）。對圖像的空間紋理信息的提取則可以通過空間域濾波技術和頻域濾波技術來實現。圖像的空間紋理信息可以反，映圖像中物體的位置、形狀、大小等特征，而這些特征可以通過-定 的物理模式來描述。例如，物體的邊緣輪廓由于灰度值變化劇烈-般呈現高頻率特征，而-個比較平滑的物體內部由于灰度值比較均- -則呈現低頻特征。因此，可以根據需要分別增強圖像的高頻和低頻特征。對圖像的高頻增強稱為高通濾波，它可以突出物體的邊緣輪廓，從而起到銳化圖像的作用，因此也可以稱為銳化濾波器。從頻率域的角度講，它能減弱甚至消除圖像的低頻分量，保留高頻分量。相應的， ：低通濾波（即平滑濾波器）則是指對圖像的低頻部分進行增強，它可以對圖像進行平滑處理，一般用于圖像的噪聲消除。從頻率域的角度講，它可以減弱甚至消除圖像的高頻分量，而保留低頻分量。