双边滤波matlab实现源码 % filename : bialteralfitler_func.m % author : ma

双边滤波是一种图像处理技术，通过考虑空间距离和灰度差异来平滑图像，能够有效减少噪声，同时保持图像细节。下面是一个使用MATLAB实现双边滤波的源代码示例。

function output_image = bialteralfilter_func(input_image, sigma_s, sigma_r)
% input_image: 输入图像
% sigma_s: 空间距离的标准差
% sigma_r: 灰度差异的标准差
% output_image: 经过双边滤波后的输出图像

% 将输入图像转化为双精度类型
input_image = im2double(input_image);

% 获取图像的尺寸
[M, N] = size(input_image);

% 创建输出图像
output_image = zeros(M, N);

% 对每个像素进行滤波处理
for i = 1:M
    for j = 1:N
        
        % 获取当前像素的灰度值
        center_pixel = input_image(i, j);
        
        % 初始化权重和像素值
        weight_sum = 0;
        filtered_value_sum = 0;
        
        % 遍历邻域窗口
        for m = max(1, i - 2 * sigma_s):min(M, i + 2 * sigma_s)
            for n = max(1, j - 2 * sigma_s):min(N, j + 2 * sigma_s)
                
                % 计算空间距离权重
                spatial_distance = ((m - i)^2 + (n - j)^2) / (2 * sigma_s^2);
                
                % 计算灰度差异权重
                intensity_difference = abs(input_image(m, n) - center_pixel) / sigma_r;
                
                % 计算总权重
                weight = exp(-spatial_distance - intensity_difference);
                
                % 更新权重和像素值的累加和
                weight_sum = weight_sum + weight;
                filtered_value_sum = filtered_value_sum + weight * input_image(m, n);
            end
        end
        
        % 计算滤波后像素值
        output_image(i, j) = filtered_value_sum / weight_sum;
    end
end

% 将输出图像转化为uint8类型
output_image = im2uint8(output_image);

end

以上是一个简单的使用MATLAB实现双边滤波的函数代码。通过设定不同的空间距离和灰度差异的标准差，可以对不同类型的图像进行双边滤波处理。使用这个函数，可以进一步改进图像质量和提高图像处理的效果。