仔細看，似乎有一些微小顆粒參雜在上圖，沒有錯，這在影象處理領域中，一般被稱為椒鹽雜訊(salt & pepper noise)。其特點是以黑點或是白點形式呈現，形同一粒粒"黑色"胡椒或是"白色"鹽巴灑在圖片上。換句話說，以8位元灰階圖為例，畫素灰階值範圍由0~255，"黑色"胡椒的數值是0，"白色"鹽巴的數值則為255。

OK，如何消除這種令人感到雜亂的椒鹽雜訊，使得影象表現更加清晰呢?

一般常用的方式有兩種:

1.均值濾波(mean filter): 顧名思義，其指的是擷取周圍其他畫素灰階的平均值做為該畫素的灰階值，至於擷取周遭多大的範圍，端看遮罩濾片設定的尺寸大小。然而，均值濾波的缺點是影象處理後易造成模糊，邊緣明暗的銳利度會失真。

2.中值濾波(median filter): 相較於均值濾波，其指的是擷取周圍其他畫素灰階的中值做為該畫素的灰階值，所以該方法需要先對遮罩濾片內的灰階值進行排序，再挑出中值。

對於椒鹽雜訊來說，中值濾波的效果明顯優於均值綠波，原因是中值濾波利用排序方式取出中值，自然不會擷取到最大值255或是最小值0(除非遮罩濾片範圍內全是最大值255或是最小值0)。但均值濾波則是將最大值255或是最小值0一起計算得到平均值。

先來試試均值濾波對於椒鹽雜訊的效果吧~~

圖一是利用matlab簡易實現均值濾波的程式碼，其中包含如何產出具有椒鹽雜訊的影象，和兩種可計算均值濾波的matlab指令。

圖二是任意擷取影象的一行灰階數值，並比較濾波前(藍線)和濾波後(紅線)的效果，其中明顯看到濾波後已不再出現濾波前的0和255灰階值了。

圖三是均值濾波後的圖，邊緣明暗銳利度沒有明顯失真的狀況，或許之後以文字或數字等等屬於需高銳利度的影象，應可明顯看出失真的狀況。

-----如果文章對您有幫助，開啟微信掃一掃，請作者喝杯咖啡。-----