邻域平均法,是一种最基本的图像平滑方法,能够消除或减少噪声，改善图像质量 ,模糊图像，使图像看起来柔和自然.
平滑可以在空间域进行，也可在频率域进行
- 空域方法有邻域平均、中值滤波、多图像平 均等
- 频率域可以采用理想低通、巴特沃斯低通等各种形式的低通滤波器进行低通滤波
基本原理
以图像中每个像素为中心取一个邻域R， 计算邻域中所有像素的灰度平均值， 作为中心像素的输出
其中,n为邻域的个数(常见的有4-邻域和8-邻域)
实现过程
通常借助于模板的卷积运算来实现,
对于常用的对称模板，模板卷积运算 可按以下步骤进行：
- 将模板在图像中从左到右、从上到下滑动， 模板中各个位置点与图像中的某个像素点 重合；
- 将模板每个位置上的系数与它所重合的像 素灰度值相乘；
- 将所有乘积求和；
- 把求和的结果赋给模板中心对应的
是模版覆盖范围内像素的加权平均
模板形式
影响处理结果的关键因素
- 模板内加权系数的分布
- 模板形状和尺寸
模板尺寸越大模糊效果越强，去噪效 果越好
模板系数分布对处理效果的影响
- 均匀模板平滑作用最强
- 高斯型及类似的加权模板在去噪的同时边 缘保持性更好
模板形式:
- 系数分布规律一般是中心大、四周小
- 系数之和等于1以保证图像处理前后 总体灰度不变
- 为更好地保持边缘，还可以采用十字形、一字形等模板
