概述
由於成像系統、傳輸介質和記錄設備等的不完善，數字圖像在其形成、傳輸記錄過程中往往會受到多種噪聲的污染。另外，在圖像處理的某些環節當輸入的像對象並不如預想時也會在結果圖像中引入噪聲。這些噪聲在圖像上常表現為一引起較強視覺效果的孤立像素點或像素塊。一般，噪聲信號與要研究的對象不相關它以無用的信息形式出現，擾亂圖像的可觀測信息。對於數字圖像信號，噪聲表為或大或小的極值，這些極值通過加減作用於圖像像素的真實灰度值上，對圖像造成亮、暗點干擾，極大降低了圖像質量，影響圖像復原、分割、特徵提取、圖像識別等後繼工作的進行。要構造一種有效抑制噪聲的濾波器必須考慮兩個基本問題：能有效地去除目標和背景中的噪聲;同時，能很好地保護圖像目標的形狀、大小及特定的幾何和拓撲結構特徵 。
目的和要求
目的
1、消除圖像中混入的噪聲；
2、為圖像識別抽取出圖像特。
要求
1、不能損壞圖像輪廓及邊緣 ；
2、圖像視覺效果應當更好。
濾波器
非線性濾波器
一般說來，當信號頻譜與噪聲頻譜混疊時或者當信號中含有非疊加性噪聲時如由系統非線性引起的噪聲或存在非高斯噪聲等)，傳統的線性濾波技術，如傅立變換，在濾除噪聲的同時，總會以某種方式模糊圖像細節(如邊緣等)進而導致像線性特徵的定位精度及特徵的可抽取性降低。而非線性濾波器是基於對輸入信號的一種非線性映射關係，常可以把某一特定的噪聲近似地映射為零而保留信號的要特徵，因而其在一定程度上能克服線性濾波器的不足之處。
中值濾波
中值濾波由Turky在1971年提出，最初用於時間序列分析，後來被用於圖像處理，並在去噪復原中取得了較好的效果。中值濾波器是基於次序統計完成信號恢復的一種典型的非線性濾波器，其基本原理是把圖像或序列中心點位置的值用該域的中值替代，具有運算簡單、速度快、除噪效果好等優點，曾被認為是非線性濾波的代表。然而，一方面中值濾波因不具有平均作用，在濾除諸如高斯噪聲時會嚴重損失信號的高頻信息，使圖像的邊緣等細節模糊；另一方面中值濾波的濾波效果常受到噪聲強度以及濾波視窗的大小和形狀等因素的制約，為了使中值濾波器具有更好的細節保護特性及適應性，人們提出了許多中值濾波器的改進算法。
標準中值濾波算法的基本思想是將濾波視窗內的最大值和最小值均視為噪聲，用濾波視窗內的中值代替視窗中心像素點的灰度，在一定程度上抑制了噪聲。實際上在一定鄰域範圍內具有最大或最小灰度值這一特性的，除了噪聲點，還包括圖像中的邊緣點、線性特徵點等。中值濾波以此作為圖像濾波依據，其濾波結果不可避免地會破壞圖像的線段、銳角等信息。因此，要找到一種既能實現有效濾除噪聲，又能完整保留圖像細節的濾波機制，僅考慮噪聲的灰度特性是難以實現的。
形態學濾波器
隨著數學各分支在理論和套用上的逐步深入，以數學形態學為代表的非線性濾波在保護圖像邊緣和細節方面取得了顯著進展[89][90]。形態學濾波器是近年來出現的一類重要的非線性濾波器，它由早期的二值形濾波器發展為後來的多值(灰度)形態濾波器，在形狀識別、邊緣檢測、紋理分析、圖像恢復和增強等領域了廣泛的套用。形態濾波方法充分利用形態學運算所具有的幾何特徵和良好的代數性質，主要採用態學開、閉運算進行濾波操作。從形態學基本原理可知，形態學的開運算會去掉圖像上與結構元素的形態不相吻合的相對亮的分布結構，同時保留那些相吻合的部分;而閉運算則會填充那些圖像上與結構元素不相吻合的相對暗的分布結構，同時保留那些相吻合的部分。因此他們都可以用來有效的提取特徵和平滑像。值得注意地是，採用形態濾波器時，應根據不同的目的選擇具有不同形狀、大小和方向特性的結構元素。此外，形態學開、閉運算都具有冪等性，這意味著一次濾波就己將所有特定於結構元素的噪聲濾除乾淨，再次重複不會產生新的結果。這是一個經典方法(如線性卷積濾波、中值濾波)所不具備的性質。由於形態學運算是從圖像的幾何形態觀點來進行圖像處理的，因此這種優良的非線性濾波器能在濾波的同時，保持圖像結構不被鈍化。
雙邊濾波
雙邊濾波是結合圖像的空間鄰近度和像素值相似度的一種折中處理，同時考慮空域信息和灰度相似性，達到保留邊緣且去除噪聲的目的。
