第5章　图像平滑处理

5.1　图像噪声及常用平滑方式［1］

图像在获取和传输过程中会受到各种噪声（noise）的干扰，使图像质量下降，为了抑制噪声、改善图像质量，要对图像进行平滑处理。噪声这一词，简单说是指障碍物。图像的噪声可以理解为图像上的障碍物。例如，电视机因天线的状况不佳，图像混乱变得难以观看，这样的状态被称为图像的劣化。这种图像劣化可以大致分成两类，一种是幅值基本相同，但出现的位置很随机的椒盐（salt & pepper）噪声；另一种则是位置和幅值随机分布的随机噪声（random noise）。

图5.1　带有随机噪声的图像

图5.1是带有噪声的图像，可以看出，噪声的灰度与其周围的灰度之间有急剧的灰度差，也正是这些急剧的灰度差才造成了观察障碍。消除图像中这种噪声的方法称为图像平滑（image smoothing）或简称为平滑（smoothing）。只是目标图像的边缘部分也具有急剧的灰度差，所以如何把边缘部分与噪声部分区分开，消除噪声是图像平滑的技巧所在。

图像平滑处理就是在尽量保留图像细节特征的条件下对图像噪声进行抑制，根据噪声的性质不同，消除噪声的方法也不同。以下介绍几种常用消除噪声（滤波）的方式。

空域滤波：直接对图像数据做空间变换达到滤波的目的。

频率滤波：先将空间域图像变换至频率域处理，然后再反变换回空间域图像（傅里叶变换、小波变换等）。

线性滤波：输出像素是输入像素邻域像素的线性组合（移动平均、高斯滤波等）。

非线性滤波：输出像素是输入像素邻域像素的非线性组合（中值滤波、边缘保持滤波等）。

以下介绍几种常用的图像滤波处理方法。