1.高斯滤波
高斯滤波的定义如下：
其中高斯函数为：
高斯滤波是领域内相邻像素的加权平均，权重值为G(||p-q||)，和均值滤波，中值滤波一样，都是将噪声（高频信息）滤除，但是边缘也是高频信号，所以会造成边缘的模糊，边缘信息的丢失，下面为不同的高斯核函数滤波的效果。
2.双边滤波
双边滤波器用于平滑图像并减少噪声，同时保留边缘，是一种非线性双边滤波器。双边滤波的核函数是空间域核与像素范围域核的综合结果：
- 在平坦区域，临近像素的像素值的差值较小，对应值域权重接近于1，此时空域权重起主要作用，相当于直接对此区域进行高斯模糊。因此，平坦区域相当于进行高斯模糊。
- 在边缘区域，临近像素的像素值的差值较大，对应值域权重接近于0，导致此处核函数下降（因），当前像素受到的影响就越小，从而保持了原始图像的边缘的细节信息。
总体而言，在像素强度变换不大的区域，双边滤波有类似于高斯滤波的效果，而在图像边缘等强度梯度较大的地方，可以保持梯度。
参考文献：
o(1)复杂度之双边滤波算法的原理、流程、实现及效果：o(1)复杂度之双边滤波算法的原理、流程、实现及效果。 - 云+社区 - 腾讯云
bilateral filter双边滤波器的通俗理解：bilateral filter双边滤波器的通俗理解_pan_jinquan的博客-CSDN博客_bilateral filter
Bilateral Filters（双边滤波算法）原理及实现：Bilateral Filters（双边滤波算法）原理及实现_Naruto_Q的博客-CSDN博客_bilateralfilter
基于最小生成树的实时立体匹配算法简介：基于最小生成树的实时立体匹配算法简介_shiter的博客-CSDN博客
