图像处理基础-图像的噪声和滤波（5）

1.常见的噪声模型

1.1高斯噪声

  高斯噪声是一种源于电子电路噪声和由低照明度或高温带来的传感器噪声。高斯噪声是一种比较常见的噪声，它的概率密度呈正度分布。

1.2椒盐噪声

  椒盐噪声是一种只有两种灰度值作为噪声出现在图像上的噪声，因此也称为双极脉冲噪声。负脉冲时黑点出现，正脉冲时盐点出现。去除椒盐噪声最常用的算法是中值滤波

2.经典的去燥算法

2.1均值滤波

  对于图像中的坐标为（x，y）的像素，以该点为中心创建一个矩形框，计算该矩形框中像素的平均值，用得到的平均值替换像素点（x，y）的值。

                                        

均值滤波以后图像会变得模糊，破坏了图像的细节部分，这是均值滤波的缺点。

2.2自适应维纳滤波

  

                       

2.3中值滤波

  中值滤波是顺序统计滤波中的一种，顺序统计滤波中还有最小值滤波，最大值滤波。中值滤波适合除去椒盐噪声，因为它可以保留图像的边缘。对于图像上坐标为（x，y）的像素，以该像素为中心的一个mxn像素的窗口，找出该区域内中间的像素值，用于替换点（x，y）的像素值。可以看出中值滤波对椒盐噪声有较好的处理结果