第5章图像复原与重建 205 eH出HH 图5.8(a)被概率为0.1的胡椒噪声污染的图像：()被相同概率的盐粒噪声污染的 图像：()使用大小为3x3,阶数为15的逆 波均值滤波器对图(a)滤 后的结果：(@)使用Q=-1.5的逆谐波均值滤波器对图(6)滤波后的结果 总之，算术均值滤波器和几何均值滤波器（尤其是后者）更适合于处理高斯或均匀随机噪声。逆谐波 均值滤波器更适合于处理脉冲噪声，但它还有一个缺点，即必须知道噪声是暗噪声还是亮噪声，以便于 为Q选择的正确的符号。如果Q的符号选择错了，则可能会引起灾难性的后果，如图59所示。下面几 节讨论的一些滤波器可消除这种缺点。 图59在逆谐波滤波中选择错误符号的结果：()使用大小为3x3且Q=-15的逆谐 波滤波器对图5.8(a)滤波后的结果；(6)当Q=1.5时对图5.8(6)滤波后的结果 5.3.2统计排序滤波器 3.5.2节介绍过统计排序滤波器。我们现在扩充那一节的讨论，并介绍其他一些统计排序滤波器 正如3.5.2节所述，统计排序滤波器是空间域滤波器，空间滤波器的响应基于由该滤波器包围的图像 区域中的像素值的顺序（排序）。排序结果决定滤波器的响应 中值滤波器 最著名的统计排序滤波器是中值滤波器，如其名称所暗示的那样，它使用一个像素邻域中的灰 度级的中值来替代该像素的值，即 y)=mediang(s.) (5.37) 在化，y)处的像素值是计算的中值。中值滤波器的应用非常普遍，因为对于某些类型的随机噪声，它 们可提供良好的去噪能力，且比相同尺寸的线性平滑滤波器引起的模糊更少。在存在单极或双极脉 冲噪声的情况下，中值滤波器尤其有效。事实上，正如下面的例5.3所示，中值滤波器对于这种噪 声污染的图像可得到非常好的处理效果。这种滤波器中值的计算和实现已在352节中进行了详细网 的讨论