图像噪声处理方法汇总
个人知识有限，只介绍一些常用的去噪方法，本文主要是学习知识的总结与记录。
图像噪声从统计理论观点可以分为：平稳和非平稳噪声两种。在实际应用中，不去追究严格的数学定义，这两种噪声可以理解为：其统计特性不随时间变化的噪声称其为平稳噪声。其统计特性随时间变化而变化的称其为非平稳噪声。
中值滤波：
中值滤波是一种非线性数字滤波器技术，经常用于去除图像或者其它信号中的噪声。这个设计思想就是检查输入信号中的采样并判断它是否代表了信号，使用奇数个采样组成的观察窗实现这项功能。观察窗口中的数值进行排序，位于观察窗中间的中值作为输出。然后，丢弃最早的值，取得新的采样，重复上面的计算过程。
特点：
它对于斑点噪声（en:speckle noise）和椒盐噪声（en:salt-and-pepper noise）来说尤其有用。保存边缘的特性使它在不希望出现边缘模糊的场合也很有用。
例子：
为了演示中值滤波器的工作过程，我们给下面的数组加上观察窗 3 ，重复边界的数值：
x = [2 80 6 3]
y[1] = Median[2 2 80] = 2
y[2] = Median[2 80 6] = Median[2 6 80] = 6
y[3] = Median[80 6 3] = Median[3 6 80] = 6
y[4] = Median[6 3 3] = Median[3 3 6] = 3
于是
y = [2 6 6 3]
其中 y 是 x 的中值滤波输出。
为了演示中值滤波器的工作过程，我们给下面的数组加上观察窗 3 ，重复边界的数值：
x = [2 80 6 3]
y[1] = Median[2 2 80] = 2
y[2] = Median[2 80 6] = Median[2 6 80] = 6
y[3] = Median[80 6 3] = Median[3 6 80] = 6
y[4] = Median[6 3 3] = Median[3 3 6] = 3
于是
y = [2 6 6 3]
其中 y 是 x 的中值滤波输出。