中点和中值滤波的区别_「博文连载」中值滤波算法的介绍

言归正传，我们先挑一个相对最简单的滤波算法(其实均值滤波更简单，但是它对边缘的保持太差，那就稍微努力点用中值滤波吧)。进行中值滤波不仅可以去除孤点噪声，而且可以保持图像的边缘特性，不会使图像产生显著的模糊，比较适合于实验中的人脸图像。

简单阐述下中值滤波算法与均值滤波的区别如下：

(1)均值滤波相当于低通滤波，有将图像模糊化的趋势，对椒盐噪声基本无能力。

(2)中值滤波的有点事可以很好的过滤椒盐噪声，缺点是容易造成图像的不连续。

这里抠取Bingo在网上找到中值滤波与均值滤波的对比效果，由于版权，尊重原创，感谢博主，转载必注：

http://www.360doc.com/content/13/0124/16/10086564_262170551.shtml

图1为含有椒盐噪声的Lena，图2为均值滤波后的Lena，可见效果并不明朗！！！图3为中值滤波后的Lena，世界竟然可以如此的精彩！！！因此设计实现中值滤波势在必行，快马加鞭啊！！！(不认识Lena美女的可以去查看下网上关于Lena的起源，本教程配套资料中也有Lena的全图，敬请欣赏。)

中值滤波算法可以形象的用上述表格来描述，即对于每个3*3的阵列而言，中间像素的值，用这9个值的中值去代替。即只要求得3*3像素阵列的中间值即可，这样就有效的移除了最大值与最小值，图像会变得均匀，对椒盐噪声有很好的滤除效果！

算法的理论很简单，对于C处理器而言，一幅640*480图像的均值滤波，可以很方便的通过数组获得3*3的阵列，但对于我们的Verilog HDL而言，着实不易，一开始想都想不明白！！！