前像素，选择一个模板，该模板为其邻近的若干像素组成，用模板中像素的均值来替代原像素的值。如图24所示，序号为0是当前像素，序号为1至8是邻近像素。求模板中所有像素的均值，再把该均值赋予当前像素点xy，作为处理后图像在该点上的灰度gxy，即
fgxy其中，s为模板，M为该模板中包含像素的总个数。
2221
图2221模板示意图2中值滤波中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术。它的核心算法是将模板中的数据进行排序，这样，如果一个亮点（暗点）的噪声，就会在排序过程中被排在数据序列的最右侧或者最左侧，因此，最终选择的数据序列中见位置上的值一般不是噪声点值，由此便可以达到抑制噪声的目的。取某种结构的二维滑动模板，将模板内像素按照像素值的大小进行排序，生成单调上升（或下降）的二维数据序列。二维德中值滤波输出为2222其中，fxy，gxy分别为原图像和处理后的图像，w二维模板kl为模板的长宽，Med为取中间值操作，模板通常为33、55区域，也可以有不同形状，如线状、圆形、十字形、圆环形。24本章小结本章主要介绍了图像几何畸变校正和图像噪声抑制两种图像预处理第三章图像配准算法31图像配准的概念图像配准简而言之就是图像之间的对齐。图像配准定义为对从不同传感器或不同时间或不同角度所获得的两幅或多幅图像进行最佳匹配的处理过程。为了更清楚图像配准的任务，我们将图像配准问题用更精确的数学语言描述出来。配准可以用描述为如下的问题给定同一景物的从不同的视角或在不同的时间获取的两个图像II和两个图像间的相似度量SII找出II中的同名点，确定图像间的最优变换T使得STII达到最大值。
f图像配准总是相对于多幅图像来讲的，在实际工作中，通常取其中的一幅图像作为配准的基准称它为参考图另一幅图像为搜索图。图像配准的一般做法是，首先在参考图上选取以某一目标点为中心的图像子块，并称它为图像配准的模板，然后让模板在搜索图上有秩序地移动，每移到一个位置，把模板与搜索图中的对应部分进行相关比较，直到找到配准位置为止。如果在模板的范围内，同一目标的两幅图像完全相同，那么完成图像配准并不困难。然而，实际上图像配准中所遇到的同一目标的两幅图像常常是在不同条件下获得的，如不同的成像时间、不同的成像位置、甚至不同的成像系统等，再加上成像中各种噪声的影响，使同一目标的两幅图像不可能完全相同，只r