摘  要：在图像处理中，去除噪声的同时常常会给边缘与细节带来不可恢复的损失。为了解决这一问题，在此讲解一种可以在去噪的同时保留边缘细节的边缘保持最优化滤波方法。首先对该算法原理与实现方式进行了阐述，之后通过实验对该滤波方法的效果加以分析，最后对该算法的优缺点进行了总结。

关键词：滤波；平滑；边缘保持；EPOS

1   引言

在摄影时，由于分辨率不足、感光度设置偏高等原因，经常会遇到一些布满椒盐噪声或斑点噪声的照片，这些细小的噪声严重影响了照片效果。在这种情况下，通常可以使用均值滤波等滤波方法对照片进行平滑处理。平滑后，一般可以达到去除噪声的效果。但是一些边缘也随之变得模糊，导致照片丢失很多细节。有没有一种方法可以达到既去除噪声的目的，又不破坏边缘和细节呢？答案是肯定的。边缘保持最优化（EPOS）滤波算法就是这样一种在去除噪声的同时可以最佳保持边缘和细节的滤波方法，下面将对这种方法的原理和实现加以详细介绍。

2  EPOS滤波原理

2.1 算法综述

EPOS滤波是一种可以智能调整滤波窗口大小和形状的平滑算法。它通过首先使用噪声方差的大小对均匀区域和含有边缘或孤立点的区域加以判断区分，然后仅对每个像素邻域中的均匀部分进行均值处理，来达到在滤波的同时保证边缘不变模糊的目的。在确定滤波窗口的大小和形状时，该算法将窗口的邻域分为8个不相重合的部分（如图1），通过逐步剔除与中心像素不相同的邻域，应用最后剩余区域中的像素灰度统计量估算中心像元最终的灰度值。

图1  EPOS算法将滤波窗口划分成的8个不相重合的部分