空间滤波及其应用：基于灰度空间分布的图像增强

空间滤波是一种基于灰度空间分布的图像增强，它的基本思想是:在待处理图像中逐点移动模板，在每一个像素点(i，j)处，由事先定义的关系计算滤波器在该点的输出。一般来说，在M ×N 的图像I(i，j)上，用 (2a +1 )× (2b +1 )大小的滤波器模板进行线性滤波，其定义如下所示:

滤波有两个目的:一是对随机的空间噪声进行平滑;二是保持并突出目标的空间结构。滤波器采用系数或大小不同的模板，可以获得不同的滤波效果。常用的滤波器有平滑滤波器、锐化滤波器、中值滤波器等［9 7］。平滑滤波器也称均值滤波器，用于模糊处理和减小噪声，它的输出是包含在滤波模板邻域内像素的加权平均值。该滤波器可以显著减少图像灰度的尖锐变化［98］。由于典型的随机噪声由灰度级的尖锐变化组成，常见的平滑处理应用就是降噪。锐化处理的主要目的是突出图像中的细节或增强被模糊的细节。产生这种模糊的原因可能是由于误操作，或特殊图像获取方式的固有影响。常用的锐化处理算法有拉普拉斯算子法和梯度算子法。拉普拉斯算子强调的是图像中灰度的突变，并不强调灰度级缓慢变化的区域;梯度算子可以突出灰度图像中模糊的小斑点，它具有在灰度平坦的区域中增强小突变的能力。(www.xing528.com)

中值滤波常用于处理存在单极或双极脉冲噪声的图像，其基本原理是某一点的值用该点的1 个邻域中各点值的中间值代替，这个邻域通常被称为窗口。中值滤波在图像处理中，首先需选1 个含有奇数点的窗口，将该窗口在图像上扫描，把该窗口中所含的数据进行排序，取中间值作为该点的灰度值，这样可以很好地消除图像中的噪声［99］。