5.21 图像预处理之图像滤波

图像滤波，即在尽量保留图像细节特征的条件下对目标图像的噪声进行抑制，去噪分为时域去噪和频域去噪，是图像预处理中不可缺少的操作，其处理效果的好坏将直接影响到后续图像处理和分析的有效性和可靠性。常见的滤波方式有均值滤波、中值滤波、高斯滤波等。

1、均值滤波：均值滤波是归一化后的方框滤波，对于周期行的干扰噪声有很好的抑制作用，可以帮助消除图像尖锐噪声，实现图像平滑，模糊等功能。此方法不能很好德保护图像细节，在图像去噪的同时也破坏了图像的细节部分，从而使图像变的模糊。
同时消除噪声，允许原图变的模糊，就用均值滤波

2、中值滤波：中值滤波是一种非线性平滑滤波，常用于消除图像中的椒盐噪声，它在消除噪声的同时能够保护信号的边缘，使之不模糊。
让临近的像素按照大小排列，取排序像素集中位于中间位置的值作为中值滤波后的像素值。

3、高斯滤波：高斯滤波是一种线性平滑滤波，高斯平滑滤波对于服从正态分布的噪声非常有效。
让临近的像素具有更高的重要度。对周围像素计算加权平均值，较近的像素具有较大的权重值。

*这张图像有噪声，可能是时间长了会有噪声
read_image (Image,'image1')
*均值滤波
mean_image (Image, ImageMean, 9, 9)

*中值滤波
median_image (Image, ImageMedian, 'circle', 1, 'mirrored')

*高斯滤波

gauss_filter (Image, ImageGauss, 5)