空间域增强—图像平滑

图像平滑也成为图像去噪，是为了抑制图像噪声改善图像质量进行的处理。这种噪声可能是在图像获取和传输过程中造成的，噪声会使图像恶化、质量下降、图像模糊、特征淹没，对图像的分析很不利。

邻域平均法

这种方法直接在空间域上进行平滑处理

思想：假设图像由许多灰度恒定的小块组成，相邻的像素之间存在很高的空间相关性，而噪声则是统计独立的。所以可以用邻域内各像素的灰度平均值代替像素原来的灰度值，实现图像的平滑。

所以，邻域平均法是把当前像素邻域内各像素的灰度平均值作为像素输出值，用这种方法进行图像去噪。


邻域平均法的优点：算法简单
邻域平均法的缺点：会使图像产生模糊，特别实在边缘和细节处。而且邻域越大，去噪能力增强的同时，模糊的程度越严重。

为了克服简单局部平均法的缺点，目前提出了很多保边缘、细节的局部平滑算法。

超限像素平滑法

同局部平滑法相比，超限像素平滑法去椒盐噪声的效果更好，而且可以保护有微小灰度差的细节和纹理。

有选择保边缘平滑法

图像掩模的概念：
图像掩模 。释文： 用选定的图像、图形或物体,对待处理的图像(全部或局部)进行遮挡,来控制图像处理的区域或处理过程。用于覆盖的特定图像或物体称为掩模或模板。光学图像处理中,掩模可以是胶片、滤光片等。数字图像处理中,掩模为二维矩阵数组,有时也用多值图像。数字图像处理中,图像掩模主要用于：①提取感兴趣区,用预先制作的感兴趣区掩模与待处理图像相乘,得到感兴趣区图像,感兴趣区内图像值保持不变,而区外图像值都为0。②屏蔽作用,用掩模对图像上某些区域作屏蔽,使其不参加处理或不参加处理参数的计算,或仅对屏蔽区作处理或统计。③结构特征提取,用相似性变量或图像匹配方法检测和提取图像中与掩模相似的结构特征。④特殊形状图像的制作

这种方法用方差来测度区域的灰度均匀特性。如果区域中含有尖锐的边缘，它的灰度方差就会很大，如果不含边缘或灰度均匀的区域，方差就小，所以最小方差所对应的区域就是灰度最均匀区域。 这种平滑方法既能消除噪音，又不会破坏区域边界的细节。

中值滤波法

这种方法对脉冲干扰及椒盐噪声的抑制效果好，在抑制随机噪声的同时能有效地保护边缘少受模糊。但它对点、线等细节较多的图像却不太适合。

中值滤波法最重要的环节：

选择窗口尺寸的大小，通常很难事先就确定出最佳的窗口尺寸，需要通过从小窗口到大窗口的中值滤波试验，再从中选取最合适尺寸的窗口。

通过上图中原图像和经过中值滤波图像可以看出，对于离散的阶跃信号（如第一个图），斜升信号（如第二个图），离散的信号没有受到影响；如果是离散三角信号，经过中值滤波以后顶部就变平了（如最后一个图），对于离散的脉冲信号（如图三、图四），对于信号中连续出现的那部分小于窗口尺寸的一般时，将会被抑制掉，否则将不受影响。

中值滤波法比邻域、超限像素平均法更为有效！