[D11] 影像杂讯与滤波(2)

影像中的杂讯真的让人看了很不顺眼!好想把上面那些小白点、小黑点拿掉!
这时候滤波器就派上用场了～～～～

滤波器 Filter 不仅仅会应用在影像处理中，就像前面所提到杂讯在电子/讯号的世界基本上是无所不在的，所以在EE 领域为了处理杂讯也发展出很多不同的滤波技术。
回到影像，我们会提到均值滤波器、中值滤波器和 Alpha-修整平均滤波器！

适用於高斯杂讯！

透过观察高斯分布的曲线可以发现一个重点，虽然高斯杂讯附加上去的值每次都是随机产生的，但是它的期望值在 0！　
最简单的方式我们可以透过做平均来将它消除掉。

→ 藉由考虑周遭像素值来消除（部分时候只能降低）杂讯干扰。

适用於胡椒盐杂讯！

前面提到 Impulse Noise 有一个很重要的特点就是，它一般会以极值（0 或 255）出现，所以说我们只要将影像中的极值给去除问题就解决了。但是却会有另一个问题产生，如果它在影像中本来是就黑的（0）或白的（255）地方该怎麽办呢？

一般来说，影像中每个像数点（pixel）跟周边的邻点是存在一定相依关系的，即灰阶值会很接近。
所以这时候我们利用中值滤波器，透过将周边的资料捞进来做排序，然後用排序後正中间的那个值做输出，这样就能解决问题了！

假设今天一张影像如果同时受到 Gaussian Noise 与 Impulse Noise 的影响，使用均值滤波器或中值滤波器来处理的效果都不太好，这时候我们就可以使用结合了上述两种滤波器的 Alpha-Trimmed Mean Filter！

概念是：设定要过滤几笔资讯 d，然後将周边的资讯排序後，前d / 2 与後 d / 2 剔除不计，剩下的做平均。

左图是Gaussian Noise + Impulse Noise ，右图是用Alpha-Trimmed Mean Filter处理後的影像。