文档介绍：第四章：图像增强(二)
——图像平滑
编辑ppt
图像平滑
３＊３窗口
中值滤波
编辑ppt
技术分类和实现原理
分类1： (1) 线性：如邻域平均
邻域平均法的思想:通过一点和邻域内像素点求平均来去除突变的像素点，从而滤掉一定的噪声。
图像平滑
概念
基本方法
编辑ppt
(m-1,n-1)
(m-1,n)
(m-1,n+1)
(m,n-1)
(m,n)
(m,n+1)
(m+1,n-1)
(m+1,n)
(m+1,n+1)
例如，对图像采用3×3的邻域平均法，对于像素
（m，n），其邻域像素如下：
则有：
编辑ppt
例如，用3×3 Box模板对一幅数字图像处理结果，如图4-18所示（计算结果按四舍五入进行了调整，对边界像素不进行处理）。
邻域平均法
图像平滑
概念
基本方法
图 3×3Box模板平滑处理示意图
编辑ppt
主要优点：算法简单，计算速度快。
缺点：降低噪声的同时使图像产生模糊，特别在边缘和细节处。而且邻域越大，在去噪能力增强的同时模糊程度越严重。
邻域平均法主要优缺点:
图像平滑
概念
基本方法
图图像的领域平均法
(a) 原始图像
(b) 邻域平均后的结果
编辑ppt
邻域平均法的改进
为克服简单局部平均法的弊病，目前已提出许多保边缘、细节的局部平滑算法。它们的出发点都集中在如何选择邻域的大小、形状和方向、参加平均的点数以及邻域各点的权重系数等，下面简要介绍一种算法（超限邻域平均法）
(a)原图像 (b) 对(a)加椒盐噪声的图像
(c)3×3邻域平滑 (d) 5×5邻域平滑
图像平滑
概念
基本方法
编辑ppt
超限邻域平均法
图像平滑
概念
基本方法
如果某个像素的灰度值大于其邻域像素的平均值，且达到了一定水平，则判断该像素为噪声，继而用邻域像素的均值取代这一像素值。
T为某一阈值
编辑ppt
(a)原图像
(b)对(a)加椒盐噪声的图像
(c)3×3邻域平滑
(d) 5×5邻域平滑
(e)3×3超限像素平滑(T=64)
(f)5×5超限像素平滑(T=48)
编辑ppt
(a) 3%椒盐噪声干扰的噪声图像
(b)3%随机值脉冲噪声干扰的噪声图像
用3×3大小窗口邻域平均法
对(a)图进行滤波
用3×3大小窗口邻域平均法
对(b)图进行滤波
用3×3窗口超限邻域平均法
对(a)图进行滤波
用3×3窗口超限邻域平均法
对(b)图进行滤波
邻域平均法实例：
编辑ppt
邻域平均法
可以看到“超限邻域平均法”比一般邻域平均法的效果要好，在操作中对窗口的大小及门限的选择要慎重，T太小，噪声消除不干净；T太大，易使图像模糊。
在实际应用中我们一般用3×3窗口，而且还可以对邻域中各个像素乘以不同的权重然后再平均，以下给出常用的几种加权矩阵。
图像平滑
概念
基本方法
编辑ppt
二、非线性平滑滤波
逻辑的、几何的、代数的非线性滤波器
基于集合的、基于形状的、基于排序的
编辑ppt
1、原理及优缺点
2、中值滤波与平均值滤波的比较
3、二维中值滤波
4、复合型中值滤波
中值滤波
图像平滑
概念
基本方法
编辑ppt
1、中值滤波原理
中值滤波：
是对一个奇数点滑动窗口内的像素灰度值排序，用中值代替窗口中心像素的原来灰度值。因此它是一种非线性的图像平滑法。
优点：对脉冲干扰及椒盐噪声的抑制效果好，在抑制随机噪声的同时能有效保护边缘少受模糊。
缺点：对点、线等细节较多的图像却不太合适。
图像平滑
概念
基本方法
编辑ppt
3、二维中值滤波
常用的二维中值滤波窗口有线状、方形、圆形、十字形以及圆环形等（如图）。
二维中值滤波可由下式表示：
式中：A为窗口； {fij}为二维数据序列。
编辑ppt
中值滤波器的窗口形状可以有多种，如线状、方形、十字形、圆形、菱形等（见图）。
编辑ppt
图(a)为原图像；图(b)为加椒盐噪声的图像；图(c)和图 (d