噪音、过滤器与边缘检测（我的「计算机视觉」学习）

图像处理中有一个很重要的任务就是降低图像的噪音，噪音有很多种类型，一种常见的是斑点噪音（speckling），专业名称叫做：Additive white Gaussian noise (AWGN)。

上图左边即所谓的高斯噪音，减少噪音可以对相同的景象拍很多张照片，比如1000张，然后将对应的像素点累加之后取平均值，因为高斯分布（正态分布）的均值为0，累加的照片越多噪音越小，这种方法常用在天文学。

我个人理解：拍一张不清楚，我们就多拍几张，可能第1张眼睛那有噪点，没关系，其他的或许眼睛清楚，鼻子有噪点，以此类推，各取所长后平均一下就会比拍一张清楚。

这正好也说明这种高斯噪音是随机的，通过大量的照片来减少随机带来的噪音。

更常规的，我们往往只有一张图，就需要对每个像素点处理，针对单个像素点，它和周围的像素点总会有点相似关系，毕竟图片放大看像素点的颜色是慢慢渐变的：

如上，灰到黑是有个渐变的过程，专业点叫空间连贯性，所以常规操作就是累加