部落格（上）為數字影象處理課程理論，部落格（下）為對應的實驗部分。
教材：中文教材：數字影象處理_第三版_岡薩雷斯
實驗教材（matlab版）：數字影象處理（matlab版）岡薩雷斯
英文教材：digital image processing_3ed_gonzalez
正文：
目錄
空間平滑濾波器
1. 空間平滑濾波器用途
1.1 我們為什麼要使用這類濾波器呢？
1.2 空間平滑濾波器中」平滑「倆字的含義
2. 倆類典型的空間平滑濾波器
2.1 均值濾波器（線性）
2.2 中值濾波器（非線性）
作用：用於模糊處理和減少雜訊。
原因： 典型的隨機雜訊由灰度級的急劇變化組成；平滑處理會降低影象的「尖銳」變化；
「負面效應」：影象邊緣模糊化（平滑）；（影象邊緣也由灰度級的急劇變化組成）
「濾波」是指接受（通過）或者拒絕一定的頻率成分。例如，通過低頻的濾波器稱為低通濾波器，低通濾波器的最終效果是模糊（平滑）一幅影象。
平滑濾波（減弱和去除高頻分量）和銳化濾波（減弱和去除低頻分量）。
均值濾波器：用包含在濾波
掩模鄰域內的畫素的平均灰度值
去代替每個畫素點的值。
均值濾波的模版就是ones(n, n)，模版內全部元素均是1，即他們的權重一模一樣。
其它經常使用的線性濾波還有：
均值濾波器的缺點：會使影象變得模糊，原因是它對所有的點都是同等對待，在將雜訊點分攤的同時，將景物的邊界點也分攤了；
為了改善效果，我們可以選擇採用加權平均的方式來構造濾波器。
模板尺寸對濾波效果的影響：
模板尺寸越大，影象越模糊，丟失得影象細節越多。
平滑空域濾波的缺點及問題：
如果我們影象處理的主要目的是去除雜訊，那麼平滑濾波器在去除噪音的過程中也會鈍化影象的邊和尖銳部分。
中值濾波器：先將掩模內欲求的畫素及其鄰域的畫素值排序（公升序或降序），確定
出中值
,
並
將中值賦予該畫素點。
主要功能：使擁有不同灰度的點看起來更接近於它的鄰近值。
主要用途：去除「椒鹽」雜訊。
二維中值濾波的視窗形狀和尺寸對濾波效果影響較大，不同的影象內容和不同的應用要求，往往採用不同的視窗形狀和尺寸，常用的二維中值濾波視窗有線狀、方形、圓形、十字形以及圓環形等。視窗尺寸一般先用3×3，再取5×5逐漸增大，直至濾波效果滿意為止。就一般經驗來講，對於有緩變的較長輪廓線物體的影象，採用方形或圓形視窗為宜。對於包含有尖頂物體的影象，用十字形視窗，而視窗大小則以不超過影象中最小有效物體的尺寸為宜。如果影象中點、線、尖角細節較多，則不宜採用中值濾波。
中值濾波演算法的特徵：
在去除噪音的過程中也會較好的保留邊的銳度和影象細節。
在影象處理中，儘管中值濾波器是使用的最為廣泛的統計排序濾波器，但是這並不意味著它是唯一的。同樣，可以在排序之後取最大值來代替相應的畫素點的灰度值，對應的濾波器稱為最大值濾波器；或者在排序之後取最小的畫素值來代替相應的畫素點的灰度值，對應的濾波器稱為最小值濾波器。
均值濾波和中值濾波非常基礎，均值濾波相當於低通濾波，有將影象模糊化的趨勢，對椒鹽雜訊基本無能為力。中值濾波的優點是可以很好的過濾掉椒鹽雜訊，缺點是易造成影象的不連續性。
最大值濾波是用視窗內像元的最大值來代替中心像元的亮度值，可以發現影象中的亮點，並消除影象中的「椒」雜訊（亮度值小的雜訊）。
最小值濾波是用視窗內像元的最小值來代替中心像元的亮度值，可以發現影象中的暗點，並消除影象中的「鹽」雜訊（亮度值大的雜訊）。
均值濾波對高斯雜訊表現較好，對椒鹽雜訊表現較差；
中值濾波對高斯雜訊表現較差，對椒鹽雜訊表現較好。
作於2020.04
平滑空間濾波器
平滑線性空間濾波器的輸出 響應 是包含在濾波器模板鄰域內的畫素的簡單平均值。這些濾波器有時也稱為均值濾波器。也可以把它們歸入低通濾波器。這種處理的結果降低了影象灰度的尖銳變化。由於典型的隨機雜訊由灰度級的急劇變化組成，因此常見的平滑處理的應用就是降噪。然而，由於影象邊緣 幾乎總是一幅影象希望有的特性...
實現KNN（K近鄰平滑濾波器）
要求 演算法實現為函式 im knn denoise i,k,n 其中i為讀入的影象矩陣 k為最近鄰個數，n為模板大小引數 n n i imread peppers.png im knn denoise i,9,5 figure,imshow im function im knn denoise i...
python一維平滑濾波 雙邊濾波器文獻總結（一）
因為最後的dde演算法中，最核心的就是濾波器模組，由於做之前是沒有好好攻讀相關硬體文獻，加上相關背景寫的不好導師一頓痛批，搞得現在要本末倒置，拿結果去找自己值得這麼做的理由。但其實從研究角度來說應該是一件好事的。小吐個槽 說起來之前也不算是沒好好讀文獻，實在是調研的時候方向偏差太大，紅外影象增強的v...