I am Rocky

http://blog.csdn.net/cay22/article/details/5546175 中值濾波器 ( Median Filter ) C++ 實現有了前面一個均值濾波器 的基礎， 在看中值濾波器就不是很容易繼續了。均值濾波是像素周圍的3*3的像素做平均值操作， 那麼中值就是在3*3中的像素中尋找中值。 來看這樣一個描述圖（無圖無真相）  這把可以清晰地看到，

http://blog.csdn.net/cay22/article/details/5546346 均值濾波器 ( Mean Filter ) C++ 實現均值濾波器是 「把每個像素都用周圍的8個像素來做均值操作」， 比如說這裡有一個例子：非常明顯的， 這個3*3區域像素的顏色值分別是5,3,6,2,1,9,8,4,7那麼中間的1這個像素的過濾後的值就是這些值的平均值， 也就

http://homepages.inf.ed.ac.uk/rbf/HIPR2/median.htmMedian FilterCommon Names: Median filtering, Rank filteringBrief DescriptionThe median filter is normally used to reduce noise in

http://homepages.inf.ed.ac.uk/rbf/HIPR2/mean.htmMean FilterCommon Names: Mean filtering, Smoothing, Averaging, Box filteringBrief DescriptionMean filtering is a simple, intuitive a

http://www.cnblogs.com/carekee/articles/2265917.html1、限幅濾波法（又稱程序判斷濾波法）    A、方法：        根據經驗判斷，確定兩次采樣允許的最大偏差值（設為A）        每次檢測到新值時判斷：        如果本次值與上次值之差        如果本次值與上次值之差>A,則本次值無效,放棄本次值,用上

http://www.cnblogs.com/ImageVision/archive/2012/06/11/2545555.html二維高斯函數具有旋轉對稱性，處理後不會對哪一個方向上的邊緣進行了過多的濾波，因此相對其他濾波器，具有無法比擬的優越性。但是傳統Gauss濾波隨著圖像尺寸的增加，運算復雜度呈平方上漲，因此需要對其優化改進。下面，分別介紹傳統型，分解型和遞歸迭代型三種實現方法

http://blog.csdn.net/zddblog/article/details/7450033注：博客中圖表的大小難以調整，導致閱讀不便，這裡有其pdf版本：高斯模糊實現小結.pdf 高斯模糊是一種圖像濾波器，它使用正態分布(高斯函數)計算模糊模板，並使用該模板與原圖像做卷積運算，達到模糊圖像的目的。N維空間正態分布方程為：其中，σ是正