206 数字图像处理（第三版） 最大值和最小值滤波器 尽管中值滤波器是目前为止图像处理中最常用的一种统计排序滤波器、但它绝不是唯一的一种 中值相当于顺序排列的数组中间的那个数，但是您会从基本的统计学 回想到排列本身还有很多其他的可能性。例如，可以使用序列中的最 后一个数值，称为最大值滤波器，由下式给出： fx)=m{8s.} 5.3-8 这种滤波器对于发现图像中的最亮点非常有用。同样，因为胡椒噪声的值非常低、作为子图像区域5 中这种最大值选择过程的结果，可以用这种滤波器降低它。 选择起始值的滤波器称为最小值滤波器，它由下式给出： f(x.y)=min [g(s. (5.39 这种滤波器对于发现图像中的最暗点非常有用。同样，作为最小值操作的结果，它可以降低盐粒噪声 中点滤波器 中点滤波器简单地计算滤波器包围区域中最大值和最小值之间的中点，即 fxw=m{es+m盟.s, (5.3-10 注意，这种滤波器结合了统计排序和吠平均。它对于随机分布噪声工作得最好如高斯噪声或均匀噪声 修正的阿尔法均值滤波器 假设在邻域S,内去掉g,)最低灰度值的d2和最高灰度值的d2。令g,s,)代表剩下的mm-d个 像素。由这些剩余像素的平均值形成的滤波器称为修正的阿尔法均值滤波器： fxnm-a8， (5.311 其中，d的取值范围可为0到mm一1。当d=0时，修正的阿尔法均值滤波器退化为前一节讨论的算术 均值滤波器。如果选择d=m一1，则修正的阿尔法均值滤波器将退化为中值滤波器。当d取其他值时 修正的可尔法均值滤波器在包括多种噪声的情祝下很有用，例如高斯噪声和椒盐噪声混合的情况下。 例5.3统计排序滤波器的说明 5.10(a显 了将率为 P。=P=0.1的椒盐噪声污染的电路板图像。图5.106)显示了用大小为3× 的中值滤波器滤波的结果。对图5.10（①的政进是显而易见的，但一些噪声点仍然可见。使用中值滤波器 【对图5.10(6)中的图像]进行第二次滤波处理后，去掉了大部分这样的噪声点，仅剩下非常少的可见噪 声点。这些噪声点在经过第三次中值滤波处理后全部消除了。这些结果是说明中值滤波器处理脉冲型加 性噪声能力的很好的例子。记住，使用中值滤波器对图像重复地进行处理会使图像变模糊，所以希望保 持尽可能低的处理次数 图5.11(a)显示了把最大值滤波器用于图5.8(a)所示“胡椒”噪声图像的结果。这种滤波器对除去图 像中的“胡椒”噪声的确很合适，但我们注意到它同时也从黑色物体的边缘去除了一些黑色像素（即将这 些像素设置为亮灰度级)。图5.11(6)显示了把最小值滤波器用于图5.86)的结果。在这种情况下，在噪古 消除方面，最小值滤波器的确比最大值滤波器更好，但它同时也，从明亮物体的边缘去除了一些白色像素 件被使突物体聚小。同使暗物体变大狱像像顶霜的连接片环用，肉为院这些物体的白