在图像处理中，首先要对原始图像进行预处理，即将效果较差的图像处理为尽量符合后续工作的有效图像。这一步主要用到了图像增强技术（Image Enhancement）和图像复原技术（Image Restoration）。图像增强是主观的（subjective），没有特定标准需要增强到什么程度，只要满足用户的需求即可；而图像复原是客观的（objective），需要尽可能恢复为原始图像。今天我主要针对图像复原方法做了实验。
图像复原，主要是去噪。噪声来源灰常多，但主要可以分为三类：
1. 来自捕捉源的（acquisition/digitization），比如一个摄像机的镜头、A/D或者sensor；
2. 来自图像传输过程（image transmission），传输图像的信道包括无线电、微波、光缆等等，如果通过无线电传输，遇到个风吹雨雪的，自然会有各种噪声了；
3. 来自计算过程（computation），比如咱们将浮点型数据转化为整形处理，就会丢失部分信息，但这不属于错误，是把问题简化，所以这也是一种噪声。所以，图像复原主要是用各种滤波方法去除噪声。
因为噪声的来源飘忽不定，所以噪声的种类很多。包括指数噪声（exponential noise）、均匀噪声（uniform noise）、脉冲噪声（impulse noise）、椒盐噪声（salt and pepper noise）（也叫黑白噪声，就是黑白点）、斑点噪声（speckle noise）（大多在雷达信号里产生）、瑞利噪声（reyleigh noise）（不太明白这种噪声的来源）、周期噪声（periodic noise）。而在一般不知道噪声属于什么类型时，多加入高斯噪声进行模拟。
针对不同噪声选用不同滤波器效果也不同。我试验里主要针对椒盐噪声和高斯噪声，选用不同滤波器，比较哪种滤波器效果更好。
首先，对lena女神加入椒盐噪声，因为椒盐噪声为黑白噪声，所以中值滤波效果应该不错。试验结果如下图：
下面是三个图像的直方图，比较可见，经过中值滤波，基本恢复原始图像。加入椒盐噪声很明显的现象是在0bin和255bin处出现了峰值。
下面，再对原始图像加入高斯噪声。因为高斯噪声的范围遍布所有灰度级，所以，任何一种低通、高通、带通滤波器都无法完全将其滤除，我们只能尽可能的获得较好效果。经过查资料，滤除高斯噪声的主要方法有：平滑线性滤波、高斯滤波、维纳滤波还有小波去噪（小波去噪有些复杂，今天没做）。
下图是加入高斯噪声的效果。
下面分别是针对高斯噪声，采用平滑线性滤波、高斯滤波、维纳滤波处理的直观效果。
直观上看平滑线性滤波没有高斯滤波和维纳滤波效果好。下面对比一下直方图。
相比而言，维纳滤波针对高斯噪声效果更好。因此选择中值滤波去除椒盐噪声，维纳滤波去除高斯噪声。
但现实中一般都会同时存在多种噪声，那么多种噪声污染图像时，应该怎样滤波顺序呢？？还得再进行试验验证。
本文转自：博客园 - MLK，转载此文目的在于传递更多信息，版权归原作者所有。
原文链接：https://www.cnblogs.com/mlv5/archive/2011/02/13/1952921.html