算法，可以删除异常值，但不会模糊图像的其他部分

Question

是否有任何算法可以删除异常值，但不会模糊图像的其他部分？

仅举例来说，当我们使用opencv中的cv::StereoBM/SBGM或cv::gpu::StereoConstantSpaceBP时，我们可能会有异常值，如相关问题所示：opencv sgbm produces outliers on object edges此外，我们可以获得大量的强度爆发具有相似颜色的图像局部区域（强烈变化）：

还有很多其他案例......

最简单的解决方案是使用cv::medianBlur()，但它会平滑所有图像，而不仅仅是异常值：Median filter example video

是否有任何算法只能平滑异常值，而且它不会影响图像的其余部分？

还有什么比这更好的吗？

// get cv::Mat src_frame ...
int outliers_size = 10;
int outliers_intensive = 100;
int ksize = outliers_size*2 + 1; // smooth all outliers smaller than 11x11
cv::Mat smoothed;
cv::medianBlur( src_frame, smoothed, ksize  );
cv::Mat diff;
cv::absdiff( src_frame, smoothed, diff );
cv::Mat mask = diff > Scalar( outliers_intensive );

smoothed.copyTo( src_frame, mask );
// we have smoothed only small outliers areas in src_frame

Answer 1

也许您正在寻找双边滤镜？

OpenCV说：

  

我们已经解释了一些主要目标是平滑输入的过滤器   图片。但是，有时过滤器不仅会溶解噪音，   但也平滑了边缘。为了避免这种情况（在某种程度上，   至少），我们可以使用双边滤波器。

OpenCV有这个内置的：http://docs.opencv.org/modules/imgproc/doc/filtering.html?highlight=bilateralfilter#bilateralfilter