OpenCV学习笔记（六）：非线性滤波器；中值与双边滤波器；medianBlur(), bilateralFilter()

OpenCV非线性滤波实现

1、中值滤波（Median filter）
作为一种常见的非线性滤波手段，其核心原理是通过计算像素点周围区域灰度值的中间数值，来替代该像素点原本的灰度值。这种方法在有效消除脉冲噪声、斑点噪声（speckle noise）以及椒盐噪声（salt-and-pepper noise）的同时，能够较好地维持图像中的边缘细节信息。
优点：
在特定条件下，中值滤波能够弥补传统线性滤波器在图像细节处理上的不足，尤其适用于抑制脉冲干扰与图像扫描过程中产生的噪声。此外，它在保留图像边缘特征方面表现突出，这一特性使其在需要避免边缘模糊的应用场景中具有重要价值，是经典的噪声平滑处理方式之一。
缺点：
1）相较于均值滤波，中值滤波的运算耗时显著增加，通常需要花费五倍以上的时间；
2）对于包含大量细节特征、尤其是线条或尖锐结构等复杂纹理的图像，并不适宜使用该方法。

2、双边滤波（Bilateral filter）
该技术融合了图像空间邻近性与像素灰度相似性的双重因素，在处理过程中同时考虑空间域信息和灰度域相似性，从而实现保护边缘并去除噪声的目标。其具备操作简便、无需迭代计算及局部处理等优势。
优点：
双边滤波器的一个显著特点是能够实现**边缘信息的保留（edge preservin