Halcon图像处理基础篇，median_image

上一篇写完了mean_image均值滤波，这篇来写median_image中值滤波。

问题分析

这些噪声信号降低图像的质量、细节和对比度，从而影响图像的观感和可用性。

算子介绍：使用不同的掩模计算中值滤波器。

算子本体：median_image(Image : ImageMedian : MaskType, Radius, Margin : )
参数解释：median_image(输入图像: 输出图像: 滤波器形状, 尺寸, 边界处理方式: )
eg.median_image (ImageEmphasize, ImageMedian, ‘circle’, 1, ‘mirrored’)

中值滤波的原理和均值滤波其实差不多，不同的是，中值滤波以像素为中心，取一个指定形状的领域作为滤波器，可以使正方向也可以是圆形，然后将该区域内的像素灰度值进行排序，以排序结果的中间值作为灰度计算结果复制给该区域内的像素。

相比于均值滤波，参数多了些，参数的设定也稍微有点弯弯绕。

各参数不同的效果

MaskType

滤波器的形状，有’circle’圆和’square’正方形

Radius

滤波器的尺寸，当这个参数为3时，如果选择的形状为circle，表示圆的半径为3，即滤波器为一个半径为3，直径为6的圆形滤波器；
如果选择的形状为square，表示正方向的边长为3+1+3=7，即为7*7的正方形滤波器

Margin

边界处理方式，分别有三种，是三种不同的边界处理方式，因为图像边界往往无法移动滤波窗口，因此需要对像素进行一些补充。
画个简单的示意图（只是示意图，不是算子具体的过程），只有红框中间的像素会被处理到，图像边缘的像素没办法处理到。

‘continued’（持续）：在这种处理方式下，图像边界上的灰度值将一直延续到图像边界之外的像素上。简单来说，边界上的像素值将沿着同样的数值持续延伸到边界之外。

‘cyclic’（循环）：这种处理方式使用了循环逻辑，当像素越过图像边界时，它会从图像的对应边界处重新出现，就好像图像在水平和垂直方向上重复出现一样。这意味着图像边界之外的像素值依赖于边界内的像素值。

‘mirrored’（镜像）：这种处理方式在图像边界处进行像素的镜像反射。当像素超出边界时，它会以反向的顺序在边界内进行反映。换句话说，图像边界外的像素值将通过镜像方式复制边界内的像素值。

‘continued’ 会持续使用边界上的像素值，‘cyclic’ 使用循环方式回到边界内重新使用像素值，而 ‘mirrored’ 则通过镜像反射来计算边界外的像素值。具体选择哪种方式取决于具体的应用需求和个人偏好。