本文基于MATLAB平台，探讨并对比了中值滤波、均值滤波和高斯滤波三种常见图像平滑技术，在不同类型噪声下的性能表现及其对图像细节的影响。
主要工作是基于MATLAB进行图像处理中的中值滤波、均值滤波以及高斯滤波的实现与对比：
- 中值滤波是一种非线性平滑技术，它会将每个像素点的灰度值设置为该像素邻域内所有像素点灰度值的中位数。
- 均值滤波是典型的线性方法，通过在图像上对目标像素应用一个模板（通常包括其周围的8个临近像素），然后用这些相邻像素平均后的数值来替换原来的中心像素值。
- 高斯滤波也是一种线性的平滑技术，主要用于消除高斯噪声，在图像处理中广泛用于减噪。简单来说，就是通过加权平均的方式对整个图像进行处理：每个像素点的新值由它自己和其邻域内所有其他像素的加权平均灰度值决定。
代码功能包括实现上述三种滤波方法并输出结果图象。
在分析各种滤波效果时发现：
- 中值滤波能够较好地去除椒盐噪声，但对高斯噪声的效果不尽人意；
- 均值滤波对于两种类型的噪音处理都不理想，并且会使图像变得模糊；
- 高斯滤波则会显著降低高斯和椒盐噪声的影响程度，使得原图像是在一定程度上被一层蒙版覆盖后的效果。
5星
