1、邻域平均法．
大部分图像噪声，如敏感元件、传输通道等引起的噪声，多半是随机性的，它们对某一像素点的影响都可以看作是孤立的，和邻近各点比较，该点灰度值将有显著的不同，因此，可以用邻域平均的方法来消除此类噪声．邻域平均法的基本思想是用某像素点邻域内的各像素点的灰度平均值代替该像素点原来的灰度值，从而实现图像的平滑．
设有一幅数字图像f(x，Y)为AxB的阵列，用邻域平均法锝到的平滑图像为g仅y)，它的每个像素点的灰度值由包含O，力的邻域的几个像素点的灰度平均值决定，即用下式得到平滑图像．
表明邻域平均法处理后，残余噪声的方差减小为原来的IIM，图像由，以力变为g(x，y)。这说明图像噪声减小了，但图像同时也变得模糊了．这种方法的优点是算法简单，计算速度快，但它的主要缺点是在降低噪声的同时使图像轮廓模糊，特别是在边缘和细节处。而且邻域越大，在去噪能力增强的同时模糊程度越严重，形成了一对矛盾．邻域平均法滤波效果如图3．2(b)和(c)所示，其中图3．2(a)是在孔探灰度图像上叠加了高斯噪声和椒盐噪声．可见经邻域平均法滤波后，去掉了图像中的一些干扰噪声，但该方法对椒盐噪声滤波效果不理想，而且图像也变得比以前模糊．
2、中值滤波法
邻域平均法滤波的实际作用相当于一个低通滤波器，但由于图像边缘轮廓含有大量的高频信息，所以用邻域平均法过滤噪声时必然使边缘变得模糊，这在图3．2的实验结果中可以看出．为了保护图像边缘少受模糊，就需要高通滤波器，但高通滤波器对噪声的滤波效果又不太理想．为了解决这一矛盾，采用了中值滤波方法．
对数字图像进行中值滤波，实质是对二维序列{E}进行中值滤波．其基本方法是：用一个的窗口在图像上滑动，这个窗口内的像素灰度是一个二维序列{．‘，。把窗口中像素点的灰度值按升(或降)序排列，生成单调数据序列{毛}，取排列在正中问的灰度值作为窗口中心‰所在像素点的灰度值，即中值滤波是一种非线性的图像平滑法，它对脉冲干扰和椒盐噪声的抑制效果较好，在抑制随机噪声的同时能有效保护边缘
使用中值滤波器滤出噪声时，先使用小尺度的窗口，然后逐渐加大窗口尺寸，还可以采用不同形状的窗口，如十字形、圆形、菱形等．本文对孔探图像中值滤波的效果进行了比较，发现使用窗口长度为3的方形窗口比较合适，这种情况下滤波效果最好．中值滤波法的效果如图3．2(d)一(f)所示，同邻域平均法相比较，前者的滤波效果比后者好，主要特点是中值滤波后图像的轮廓还比较清晰． |
