（2）中值滤波原理

中值滤波是应用奇数点的移动矩形数组，矩形数组中心点的数值可以用矩形里的中值代替，周围像素点值接近的真实值，来去除突变的噪声点。设有一个一维序列,取序列长度为t（t为奇数）,对其进行中值滤波，就是从输入数组中相继抽出t个数 (其中为Yi窗口中心值, ,再将这t个点按其数值大小顺序排序，取其序号的中心点的那个数作为滤波输出。数学公式表示为：

 =         i∈N v=(t-1)/2         （2-1）

 称为序列的中值

例如，有一序列 ，重新排序后为 则 。

应用方法：通过某样的二维滑动数组，将数组内的像素根据像素值的大小进行排序，形成单调递增（或递减）的数据序列。二维中值滤波后的输出为  ，其中 ， 分别为原始图像和处理后图像。W为二维的数据模板，常为 。

a：从图像中的某个采样矩形数组中取奇数位的数值排序

b：用排序后的中值取代该处理的数据即可来!自~751论-文|网www.751com.cn

2.2边缘检测

边缘检测是数字图像处理和自动识别中的基础，也是特征提取的研究领域，边缘检测的主要作用是查找图像亮度变化明显的点。文献[13]提到属性的事件和变化即为图像亮度明显变化，可能出现的效果有：（1）颜色深浅不一、（2）图形方向不一致、（3）基本属性变化、（4）场景明亮变化。 

图像边缘也与图像像素值和像素值的一阶导数值的不一致有关系．图像像素值的不一致表现为：(a) 阶跃跳跃，图像强度像素值在边缘处两旁的像素灰度值有明显不同；(b) 线条跳跃，使得图像的像素值从某一值突变位另个其他的值，持续较小的行程，又变换到原始值．事实上，图像呈阶跃和线条的边缘较少有，多数的传感器是应用在频率低的状态下，阶跃边缘会形成斜坡的边缘，线条边缘会形成屋顶边缘，中间的强度变化不能瞬间的变化