非线性滤波：中值滤波、双边滤波

非线性滤波：中值滤波、双边滤波

非线性滤波

线性滤波是两个信号之和的响应等于它们响应的和，也就是每个像素的输出值是由其周边的像素加权得到的。所以当噪声的分布不符合高斯分布或者某种线性分布时，而是散粒噪声时，使用线性滤波只能使噪声变得柔和或者模糊，不能真正的消除噪声，这时候就需要非噪声滤波来处理。

中值滤波

取待处理像素及其邻域像素的灰度值按大小的顺序排列，取其中值代替原像素的灰度值。

优点： 不依赖于邻域内与典型值差别很大的值，对于消除孤立的噪声点很有用。因此可以用来去除脉冲噪声（也称椒盐噪声，它是一种随机出现的白点或者黑点，可能是亮的区域有黑色像素或是在暗的区域有白色像素（或是两者皆有）。盐和胡椒噪声的成因可能是影像讯号受到突如其来的强烈干扰而产生、类比数位转换器或位元传输错误等）、斑点噪声、图片扫描噪声很有用。在一定条件下也可避免线性滤波器带来的细节模糊，可以保护边缘信息。

缺点：由于要将灰度值进行排列，因此中值滤波所耗费的时间是线性滤波的5倍以上。但是对一些细节特别多（特别细、尖）的图像不太合适。

问题： 在处理图像的边缘时，边缘属于图像的高频部分，在它的邻域内灰度值变化很大，使用中值滤波不应该会将边缘的灰度值也去除掉吗，为什么还要说它很好的保留边缘？

我觉得是和图像的分辨率有关，在图像的分辨率较低的情况下，在处理图像边缘的时候，高频部分是多于低频部分的，所以就剔除了低频部分的影响，当分辨率特别的高时，中值滤波就退化到和均值滤波一样的效果，边缘会变得模糊。

老师给出的答案是，中值是指是在一组数据中居于中间的数 (特别注意的地方是：这组数据之前已经经过升序排列！！！)。 高频与高频在一起了，低频与低频在一起了，这样边缘是高频，中值也是高频。如果是用取平均值的话高频可能会被低频所削弱，所以中值滤波能保留图像的边缘信息。

当然这也与邻域大小的选取有关，邻域过大就无法保证会保留细节过着边缘，而邻域过小可能不会有效的消除噪声。