rtop

　　由于种种原因，图像中难免会存在噪声，需要对其去除。噪声可以理解为灰度值的随机变化，即拍照过程中引入的一些不想要的像素点。噪声可分为椒盐噪声，高斯噪声，加性噪声和乘性噪声等，参见：https://zhuanlan.zhihu.com/p/52889476 　　噪声主要通过平滑进行抑制和去除，包括基于二维离散卷积的高斯平滑，均值平滑，基于统计学的中值平滑，以及能够保持图像边缘的双边滤波，导向滤波算法等。下面介绍其具体使用 1. 二维离散卷积 　　理解卷积：https://www.zhihu.com/question/22298352/answer/637156871 　　　　　　　https://www.zhihu.com/question/22298352/answer/228543288 　　学习图像平滑前，有必要了解下卷积的知识，看完上述连接，对于图像处理中卷积应该了解几个关键词：卷积核，锚点，步长，内积，卷积模式 　　　　 卷积核(kernel) ：用来对图像矩阵进行平滑的矩阵，也称为过滤器（filter） 　　　　 锚点 ：卷积核和图像矩阵重叠，进行内积运算后，锚点位置的像素点会被计算值取代。一般选取奇数卷积核，其中心点作为锚点 　　　　 步长 ：卷积核沿着图像矩阵每次移动的长度 　　　　 内积 ：卷积核和图像矩阵对应像素点相乘，然后相加得到一个总和，如下图所示。