平滑处理的基本方法
- 线性平滑-模板系数都为1
- 非线性平滑
- 自适应平滑
邻域平均法
二值滤波
对图像中的每个像素，首先利用卷积操作求值（这里卷积核是1，所以取得是平均值），然后把平均值和当前像素值比较，差值是否大于阈值，若大于，则以均值代替
超限邻域平均法
以某个灰度值T作为阈值，如果某个像素的**灰度大于其临近像素的平均值，并超过阈值，**则用平均灰度置换。
N*N均值滤波器
选择式掩模平滑
选择式掩模平滑法制作九种形状的屏蔽窗口，(取5乘5)在窗口内以中心像素为基准点，分别计算每个窗口内的平均值及方差，采用方差最小的屏蔽窗口进行平均化
邻域平均法存在的问题
- 优点是算法简单，计算速度快，代价是会造成图像一定程度上的模糊。
- 可以抑制高频成分，但也使图像变得模糊，平滑效果不好，减少了噪音的同时，损失了高频信息
中值滤波法
邻域平均法：属于低通滤波的处理方法，在抑制噪声的同时使得图像变得模糊，即图像的细节被削弱，
中值滤波：抑制噪声又要保持细节，将窗口中奇数个数的数据按照大小顺序排列，处于中心位置的那个数作为处理结果。
- 顶点细节过多的图像不适合采用中值滤波
- 对滤除脉冲干扰及图片扫描噪声最为有效
窗口的选择
方形或者圆形窗口：缓变的较长轮廓线的物体为宜；
十字型窗口：含有尖顶的物体适用，窗口大小则以不超过最小有效物体的尺寸为宜；
不宜采用中值滤波：如果图像中点线尖角的细节过多。
复合型中值滤波
中值滤波线性组合，高阶中值滤波组合，加权中值滤波以及迭代中值滤波
中值滤波加权组合
为了在一定条件下尽可能去噪，又保持细节，采用加权中值滤波，使得输入图像中任意方向的细线条保持不变，也可以对中值滤波器的使用方法进行变化，保证滤波的效果，还可以和其他的滤波器联合使用。
图像添加噪声
随机噪声，椒盐噪声