低通滤波在数字图像处理中的应用以及仿真实现 数字图像的滤波方法很多，主要可以分为频率域滤波和空间域滤波两大类。频率域滤波是通过傅里叶变换，把在空间域混叠的成分在频率域中分离出来，从而提取或滤去相应的图像成分，这是一种间接的图像滤波方法。而空间域滤波是一类直接的滤波方法，它在处理图像时直接对图像灰度作运算。空间域滤波有空间域平滑滤波器和空间域锐化滤波器两大类，相对应地，频率域滤波也分为频率域平滑滤波器和频率域锐化滤波器两大类，本文主要研究了对空间域低通滤波器在数字图像处理中的应用，做了以下四个方面的工作：一是对空间域平滑滤波器在数字图像处理中的作用进行了仿真实现，对仿真结果进行了定性分析。二是改变滤波器的参数，对不同参数下的滤波效果进行了对比分析。三是对频率域平滑滤波器（巴特沃斯低通滤波器）在数字图像处理中的应用进行了实现，并结合空间域滤波进行了定性分析。四是分别改变巴特沃斯低通滤波器的参加，对不同参数对滤波效果的影响进行了对比分析，从而得出了一些重要结论。 1.空间域平滑滤波器在数字图像处理中的应用以及仿真实现 空间域平滑滤波器在数字图像处理中的应用主要有两个：一是模糊；另一个是消除噪声。空间域平滑滤波一般采用简单平均法进行，就是求邻近像素点的平均亮度值。邻域的大小与平滑的效果直接相关，邻域越大平滑的效果越好，但邻域过大，平滑会使边缘信息损失的越大，从而使输出的图像变得模糊，因此需合理选择邻域的大小。空间域平滑滤波是采用模板处理方法对图像进行滤波，去除图像噪声，滤波时，模板的中心从一个像素向另一个像素移动，通过模板运算得到该点的输出。 1.1利用空间域平滑滤波器对图像进行平滑滤波的效果如下： 图一 空间域平滑滤波结果 原 始 图像加 椒 盐 噪 声 的图像3x3 空间滤波后 的图像原始图像为一幅没有加入任何噪声的水果图像，第二幅图为加入了椒盐噪声的图像，第三幅图为经过邻域为3x3的空间平滑滤波器处理后的图像，从仿真结果可以得出以下结论： （一）经过空间域平滑滤波器处理后，椒盐噪声被很好的滤除了。说明空间域平滑滤波器确实具有很好的滤波作用。 （二）与原始图像相比，经过空间域平滑滤波器处理后的图像没有原始图像那么清晰了，说明空间域平滑滤波器在降低噪声的同时使图像变得模糊了，特别在图像的边缘和细节处。 1.2 改变邻域大小的滤波效果如下： 图二 不同邻域大小下的滤波结果 第一幅图为...
