2.2.4 数字图像的平滑处理

要减轻背景噪声，可以使用图像平滑的手段实现，该方法的主要原理是将图像低通滤波，将信号的低频部分通过，而阻截高频的噪声信号。本书选用高斯模板(Gaussian template)对数字图像进行平滑处理。高斯滤波采用高斯函数G（x，y）=e作为加权函数，其优点是：二维高斯函数具有旋转对称性，保证滤波时各方向平滑程度相同，同时离中心点越远权值越小，确保边缘细节不被模糊[152]。利用MATLAB软件编程对图像进行计算修正，处理前后的图像对比如图2.3所示。表2.2中列出了图像处理前后，任意三点R、G、B三原色的值。从表中可以看出，图像在用高斯模板处理前第一点和第三点中的R值和B值发生很大的跳跃，R值从77跳跃到69，B值从63跳跃到53，这会导致图像数据采集时偶然误差加大，降低了数据的可信度。经处理后图像像素点之间颜色过度平滑，任意三点的RGB值相差不大，明显降低了砂粒不均匀表面特征带来的影响。

图2.3 图像用高斯模板处理前后平滑度的对比（经适当放大）

（a）处理前色彩不均匀，噪点明显；（b）处理后图像色彩过渡平滑

表2.2 图像处理前后任意三点的RGB值的比较