均值平滑濾波演算法

A. 均值濾波適用於處理什麼樣的雜訊

均值濾波，適用於去除通過掃描得到的圖像中的顆粒雜訊。

均值濾波是典型的線性濾波演算法，它是指在圖像上對目標像素給一個模板，該模板包括了其周圍的臨近像素（以目標象素為中心的周圍8個像素，構成一個濾波模板，即去掉目標像素本身），再用模板中的全體像素的平均值來代替原來像素值。

這種方法保留了大部分包含信號的小波系數,因此可以較好地保持圖像細節。小波分析進行圖像去噪主要有3個方面：

(1)對圖像信號進行小波分解。

(2)對經過層次分解後的高頻系數進行閾值量化。

(3)利用二維小波重構圖像信號。

(1)均值平滑濾波演算法擴展閱讀：

均值濾波也稱為線性濾波，其採用的主要方法為鄰域平均法。線性濾波的基本原理是用均值代替原圖像中的各個像素值，即對待處理的當前像素點（x，y），選擇一個模板。

該模板由其近鄰的若干像素組成，求模板中所有像素的均值，再把該均值賦予當前像素點（x，y），作為處理後圖像在該點上的灰度個g（x，y），即個g（x，y）=1/m ∑f（x，y） m為該模板中包含當前像素在內的像素總個數。

均值濾波本身存在著固有的缺陷，即它不能很好地保護圖像細節，在圖像去噪的同時也破壞了圖像的細節部分，從而使圖像變得模糊，不能很好地去除雜訊點。

B. 求助，去最值算術平均值濾波法怎麼模擬啊

這個在網上搜索來回答是大大的不對了。
我現在手頭上沒環境，用TC2.0給樓主做了一個程序。總體思路是這樣的，首先定義一個數組來表示採集到的原始數據，然後使用排序法從大到小或從小到大排序，再根據需要，把兩頭的n個最值去掉，然後剩下的取平均。這個方法在工程中應用很廣泛。
以下是程序和注釋，樓主就算沒TC2也可以讀讀C代碼來了解一下。

#include "stdio.h"
//#include <math.h>
unsigned char data[6];//定義1維6個元素的數組表示原始數據
main()
{
char i,j;
unsigned char temp,average;
unsigned int sum;
data[0]=10;
data[1]=5;
data[2]=3;
data[3]=6;
data[4]=2;
data[5]=1;// 給數組賦值，大小是隨意的，來自需要濾波的數據
for(i=0;i<6;i++)//進行冒泡從小到大排序
for(j=0;j<6;j++)
{
if(data[j]>data[j+1])
{
temp=data[j+1];
data[j+1]=data[j];
data[j]=temp;
}
}
printf("after order: %d,%d,%d,%d,%d,%d \n",data[0],data[1],data[2],data[3],data[4],data[5]);

sum=data[1]+data[2]+data[3]+data[4];//去掉首尾最值，剩下的進行平均值濾波
average=sum/4;
printf("result: %d \n",average);

}

程序結束，result：4，顯然是我們需要的結果。在這里認為1和10屬於不理想采樣值，是需要被舍棄的。

C. 平均濾波有幾種

1、限幅濾波法（又稱程序判斷濾波法）
A、方法：
根據經驗判斷，確定兩次采樣允許的最大偏差值（設為A）
每次檢測到新值時判斷：
如果本次值與上次值之差<=A,則本次值有效
如果本次值與上次值之差>A,則本次值無效,放棄本次值,用上次值代替本次值
B、優點：
能有效克服因偶然因素引起的脈沖干擾
C、缺點
無法抑制那種周期性的干擾
平滑度差

2、中位值濾波法
A、方法：
連續采樣N次（N取奇數）
把N次采樣值按大小排列
取中間值為本次有效值
B、優點：
能有效克服因偶然因素引起的波動干擾
對溫度、液位的變化緩慢的被測參數有良好的濾波效果
C、缺點：
對流量、速度等快速變化的參數不宜

3、算術平均濾波法
A、方法：
連續取N個采樣值進行算術平均運算
N值較大時：信號平滑度較高，但靈敏度較低
N值較小時：信號平滑度較低，但靈敏度較高
N值的選取：一般流量，N=12；壓力：N=4
B、優點：
適用於對一般具有隨機干擾的信號進行濾波
這樣信號的特點是有一個平均值，信號在某一數值范圍附近上下波動
C、缺點：
對於測量速度較慢或要求數據計算速度較快的實時控制不適用
比較浪費RAM

D. 說明算術平均濾波，加權平均濾波和滑動平均濾波之間的區別以及各自的用途

clear clc x=randn(1,100); %x為要濾波的信號 m=5;%表示平滑濾波窗長度,這是長度為奇數的情況 %前m/2,最後m/2個點沒濾波，設為原來的值就行 for i=1:length(x)-m+1 y(i+(m-1)/2)=sum(x(i:i+m-1))/m; end figure(1); plot(x,'r');hold on;plot(y,'g');hold off; 這是最簡單的，不知道你需要基於什麼演算法的平滑濾波！有重心法的，算術滑動平均的，變參數雙指數平滑方法，還有用插值的方式去平滑的

E. 平均值平滑是去掉誤差大的還是去掉最小的

去掉最大的。
是去掉最大的。均值平滑是指對每一個像元，在以其為中心的窗口內，取鄰域像元的平均值來代替該像元的亮度值，這種方法就是均值平滑，也稱均值濾波。均值平滑演算法簡單，計算速度快，但對圖像的邊緣和細節有一定的削弱作用。

F. 均值濾波怎麼算的

均值濾波是典型的線性濾波演算法，它是指在圖像上對目標像素給一個模板，該模板包括了其周圍的臨近像素（以目標象素為中心的周圍8個像素，構成一個濾波模板，即去掉目標像素本身），再用模板中的全體像素的平均值來代替原來像素值。均值濾波是典型的線性濾波演算法，它是指在圖像上對目標像素給一個模板，該模板包括了其周圍的臨近像素（以目標像素為中心的周圍8個像素，構成一個濾波模板，即去掉目標像素本身）。再用模板中的全體像素的平均值來代替原來像素值。均值濾波也稱為線性濾波，其採用的主要方法為鄰域平均法。線性濾波的基本原理是用均值代替原圖像中的各個像素值，即對待處理的當前像素點（x，y），選擇一個模板，該模板由其近鄰的若干像素組成，求模板中所有像素的均值，再把該均值賦予當前像素點（x，y），作為處理後圖像在該點上的灰度個g（x，y），即個g（x，y）=1/m ∑f（x，y） m為該模板中包含當前像素在內的像素總個數。均值濾波本身存在著固有的缺陷，即它不能很好地保護圖像細節，在圖像去噪的同時也破壞了圖像的細節部分，從而使圖像變得模糊，不能很好地去除雜訊點。