雙邊濾波（bilateral filter）是一種非線性的濾波方法，是結合影象的空間鄰近度和畫素值相似度的一種折中處理，同時考慮空域資訊和灰度相似性，達到保邊去噪的目的。具有簡單、非迭代、區域性的特點 。雙邊濾波器的好處是可以做邊緣儲存（edge preserving），一般過去用的維納濾波或者高斯濾波去降噪，都會較明顯地模糊邊緣，對於高頻細節的保護效果並不明顯。
在介紹如何應用時，先說明雙邊濾波演算法，由於該演算法起初是用於影象的，所以從影象處理開始說起。
因為該演算法是針對影象的空間域（spatial domain）和畫素範圍域（range domain），所以在設計的時候就會有兩個權重，ws和wr，那麼公式就可以簡單的理解為：
其中p為當前點，之所以是向量，因為有時候影象不只是灰度影象，也有三色影象，所以用向量表示p的多維空間，i則為影象，ip就是表示影象i的p點，s為p的鄰域集，q是鄰域中的乙個點，bf則為輸出的影象。
ws和wr的表示如下：
其中σs和σc分別為空域濾波權值函式的標準差和畫素相關性權值函式的標準差。
對於雙邊濾波不只用在影象，很多時候，也會在處理點雲資料的時候使用，對點雲資料進行光滑處理。（下面公式摘自 崔 鑫《保持特徵的散亂點雲資料去噪》，剛好在看這篇**的時候打算整理下雙邊濾波演算法）
雙邊濾波可以定義為：
p為要處理的點雲資料中的一點，n為該點的法向量，λ為雙邊濾波因子。
λ的計算公式如下：
其中，ｗｃ，ｗｓ 分別表示雙邊濾波函式的空間域和頻率域權重函式，為n與pj-pi的內積。有了前面的基礎，對這個公式理解起來就不難了。在公式得細節上，與前面講的有些差別，主要是應用的場景不一樣，關注的東西也就不一樣。
點雲資料處理學習筆記
三維計算視覺研究內容包括 1 三維匹配 兩幀或者多幀點雲資料之間的匹配，因為雷射掃瞄光束受物體遮擋的原因，不可能通過一次掃瞄完成對整個物體的三維點雲的獲取。因此需要從不同的位置和角度對物體進行掃瞄。三維匹配的目的就是把相鄰掃瞄的點雲資料拼接在一起。三維匹配重點關注匹配演算法，常用的演算法有最近點迭代...
點雲資料處理學習筆記
三維計算視覺研究內容包括 1 三維匹配 兩幀或者多幀點雲資料之間的匹配，因為雷射掃瞄光束受物體遮擋的原因，不可能通過一次掃瞄完成對整個物體的三維點雲的獲取。因此需要從不同的位置和角度對物體進行掃瞄。三維匹配的目的就是把相鄰掃瞄的點雲資料拼接在一起。三維匹配重點關注匹配演算法，常用的演算法有最近點迭代...
點雲資料處理學習筆記
三維計算視覺研究內容包括 1 三維匹配 兩幀或者多幀點雲資料之間的匹配，因為雷射掃瞄光束受物體遮擋的原因，不可能通過一次掃瞄完成對整個物體的三維點雲的獲取。因此需要從不同的位置和角度對物體進行掃瞄。三維匹配的目的就是把相鄰掃瞄的點雲資料拼接在一起。三維匹配重點關注匹配演算法，常用的演算法有最近點迭代...