我应该为高斯噪声选择均值滤波器还是中值滤波器答案

【问题标题】：Should I choose mean or median filter for gaussian noise我应该为高斯噪声选择均值滤波器还是中值滤波器
【发布时间】：2019-06-02 19:16:22
【问题描述】：

我知道高斯滤波器会做得最好，但现在我需要从这两个中进行选择。不太清楚，请给点建议。谢谢！

【问题讨论】：

【解决方案1】：

作为一般经验法则 - 如果您的噪音是椒盐，您应该使用中值滤波器。如果您假设原始信号是低频的（如没有纹理的光滑表面），那么高斯滤波器是一个不错的选择。箱形滤波器（均值）通常用于逼近高斯滤波器。为了去除白噪声，您可以使用维纳滤波器。

【讨论】：

【解决方案2】：

研究自适应滤波与非自适应滤波，以及线性（即：均值）与非线性（即：中值或众数）滤波。

正如 EMS 已经指出的，中值滤波对异常值的敏感性低于均值滤波。如果您的数据代表具有加性高斯噪声的图像，则均值滤波器效果很好，但由于它引入的模糊效果，会迅速降低图像的质量。随着过滤器内核阶数（即：维度）增加到超过 3x3，效果迅速变得更糟。

如果您有任何数量的脉冲/椒盐噪声，则值得先进行自适应中值滤波器，然后在必要时应用均值滤波器。自适应中值滤波器几乎不会降低图像质量，它本身可能就足够了。

如果你真的想改善结果，你可以阅读自适应高斯滤波器的尝试，它甚至比均值滤波器更好。

所以，简而言之：

【讨论】：

【解决方案3】：

中值滤波对异常值的敏感度通常低于均值滤波。如果您不相信数据的高斯假设会非常准确，那么中值滤波器可能是更好的选择。但是，如果高斯假设成立得很好，那么中值滤波器的效率可能会降低。我的猜测是效率权衡不会太激烈，所以在中值滤波器一侧犯错可能没问题。

Tony Chan 在开发基于总变异最小化的去噪过程中提到了这个主题。

【讨论】：

【解决方案4】：

如果图像上有明显的亮点或斑点，请使用中值滤镜。在大多数其他情况下，均值滤波器可能是更好的选择。

【讨论】：