图像滤波算法的研究与实现+MATLAB程序(3)
2.3 数字图像滤波
在摄取图像时或传输时会受到随机干扰信号，这就是图像噪声的来源。图像噪声可以分为：加性噪声、乘性噪声以及量化噪声等等[12]。但主要有三种典型的噪声：椒盐噪声：出现的位置随机，但幅值近似相同；随机噪声：普遍存在，但幅值呈随机函数分布；高斯噪声：噪声的取值分布呈高斯分布。针对每种不同的噪声都有相适应的滤波算法，并没有一种算法是通用的。我们根据处理域的不同将算法分为两类：空间滤波和频域滤波，其中空间滤波又可以根据执行操作的线性与非线性分为线性和非线性空间滤波。下面就将对此进行一一介绍。
2.3.1 线性空间滤波
空间滤波器是由像素点周围的一个邻域（典型的是一个矩形），以及对该邻域执行的预定义操作组成。滤波产生一个新像素，新像素的坐标等于邻域中心点的坐标，幅值即为滤波输出的结果。滤波器依次访问所有像素点，就得到了滤波后的图像。如果被执行的操作是线性的，就为线性空间滤波。
下面就3*3邻域说明线性空间滤波器的机理[3]。在图像中的任意一点 ，滤波器的响应为九项的乘积和即为输出 ，
（2.1）
其中滤波器的中心点对准邻域中心点，即待处理的像素点 。扩展到一般形式为，m*n的模板， 且 ， 均为整数。所以，滤波器的输出表示为：
（2.2）
改变 的值，使 历遍 中的每个像素点。
2.3.2 非线性空间滤波
统计排序是典型的非线性空间滤波手段，它执行的操作为：将滤波器包围的图像区域中的所有像素点按照像素值的高低进行排列，然后使用统计排序后的结果作为滤波的输出。其中最具代表性的滤波器就是中值滤波器，它就是用列队中的中间值代替该像素的值，它对椒盐噪声的处理非常有效。
综上而言，空间滤波技术在执行上对处理资源的要求较低，在计算上更加高效，在处理过程中更加直观，适用于小规模的滤波器，更为高效。