加权滤波器（Weighted Filter）在处理图像或信号时，边界处的像素或样本往往会受到影响，因为滤波操作通常涉及到邻域内的多个值。为了保护边界，可以采用以下几种方法：
1. **零填充（Zero Padding）**：在图像或信号的边界周围添加一层零值。这样做可以使滤波器在边界附近仍然有足够的邻域像素进行计算，但可能会引入边缘效应。
2. **镜像填充（Mirroring/Reflection Padding）**：将边界外的像素通过镜像反射填充进来。这种方法比零填充更自然，因为它使用了真实的数据而非零值，减少了边缘效应。
3. **重复填充（Replication Padding）**：将边界外的像素向外重复，以此来填充新的边界区域。这种方法同样使用了真实数据，但在某些情况下可能会造成不自然的边缘效果。
4. **边缘扩展（Edge Extension）**：在边界外扩展原始数据，然后再应用滤波器。这种方法可能需要先对原始数据进行估计或插值，以生成边界外的值。
5. **循环填充（Wrap Around Padding）**：将图像或信号的一端循环到另一端，形成周期性边界条件。这种方法适用于周期性信号的处理。
6. **窗口滑动与边界处理（Window Sliding with Boundary Processing）**：在窗口滑动时，对于边界附近的窗口，仅使用有效的邻域像素进行计算，而忽略超出边界的像素。
每种方法都有其优缺点，选择哪一种取决于具体的应用场景和对结果的要求。通常在工程实践中，需要根据实际情况权衡利弊，选择最合适的边界保护策略。
原理是通过调整不同的距离，使图像平滑石能够实现覆盖性的边缘保护。
滤波器是图像处理和计算机视觉中最基础的运算。而Bilateral Filter又是十分经典的一种滤波器，这主要得益于它的一个突出的特点，就是对图像进行平滑时，能进行边缘保护。
而Bilateral Flter的这个特性主要是因为他在平滑滤波时同时考虑了像素间的几何距离和色彩距离。
下面将详细具体讲述原因。
通俗的讲，对图像进行滤波就是一个加权平均的运算过程，滤波后图像中的每个像素点都是由其原图像中该点临域内多个像素点值的加权平均。不同的滤波器，最根本的差异就是权值不同。
