图像平滑

图像的增强处理就是使其更适合于特定的应用。

简单平滑

通过邻域简单平均对图像进行平滑处理的方法，用这种方法进行平滑处理可以有在一定程度上消除原图像中的噪声、降低原图像对比度的作用。

邻域

4邻点
8邻点

卷积与模板

卷积是一种利用模板做加权求和的过程。
模板是卷积的核心，在图像处理中模板的本质是一组系数因子。卷积处理是通过将邻域内各像素的灰度乘以模板上对应的系数在求和来得到运算结果。

图像简单平滑处理

图像简单平滑处理是利用卷积运算对图像邻域的像素灰度进行平均，从而达到减少图像中噪声影响、降低图像对比度的目的。

在图像产生、传输和复制过程中，常会因为多方面原因而被噪声干扰或出现个别数据丢失，这些缺陷使得图像质量大大降低。这时就需要对图像进行一定增强处理以减少这些缺陷带来的影响。
图像的简单平滑就是一种针对此需求的图像增强算法。

对图像中一定邻域内像素灰度求平均值，将平均结果保作为中心像素的灰度保存在结果图像中，这样就在一定程度上把噪声点的影响分担到邻域各像素中，减少噪声对图像的影响。

高斯平滑

高斯平滑也是利用邻域平均的思想对图像进行平滑的一种方法。

不同位置赋予不同的权值。

对原图像中的像素一一进行过滤处理，同时进行必要的运算，最后产生结果数据。图像处理中把对像素邻域逐一处理的算法过程称为滤波器。

中值滤波

非线性的图像处理方法，它根据对邻域内像素按灰度排序的结果决定中心像素的灰度。

不是用邻域像素的加权平均，而是通过对采样窗口内的奇数个像素的灰度数值进行排序，并取出序列中位于中间位置的灰度作为中心像素的灰度。

中值滤波的采样窗口可以用模板来表示。
通过对邻域内的采样数据进行排序并取得中值来决定中心像素灰度的一种处理手段。

在少量离散噪声点的消除方面效果显著。

简单平滑处理与高斯平滑在消除离散型噪声方面：采取的是将噪声的干扰分摊到整个邻域中的每个像素，减少噪声点的影响，代价是图像清晰度的大量损失。

中值滤波的基本思想：不采取冲淡污点，而是直接将其去除，这样就可以避免污点数量较多的时候去除的困难。

原理：对于孤立的像素属性不关注，而是认为图像中的每个像素都跟邻域内的其他像素有着密切关系，对于每一个邻域，算法都会在采样得到相同的若干像素中选取一个最有可能代表当前邻域特征的像素灰度作为中心像素灰度，这样就有效避免了离散型噪声对图像的影响。

明白了中值滤波算法思路后，如何有效地选取一个最有可能代表邻域特征的像素灰度，成了算法的核心。直观上：邻域像素中灰度大小居中的点通常能很好的描述邻域的属性，因此在中值滤波算法中，中心像素的灰度是通过对邻域内像素灰度排序然后取中值来确定的。