中值滤波是常用的非线性滤波方法，也是图像处理技术中最常用的预处理技术。它在平滑脉冲噪声方面非常有效，同时它可以保护图像尖锐的边缘。

1）中值滤波标准算法

标准中值滤波算法是将窗口内所有像素值比较其大小后，依次排列，然后取其中值置换窗口中心像素值。以邻域为 3*3 的中值滤波为例， g ( x , y )与 9 个像素点的灰度值有关，即 f ( x -1, y -1)， f ( x -1, y )， f ( x -1, y +1)， f ( x , y -1)， f ( x , y )， f ( x , y +1)， f ( x +1, y -1)， f ( x +1, y )， f ( x +1, y +1)。 g ( x , y )取这 9 个数中大小排第 5 位的那个值。

假设这 9 个值分别为（10，20，20，20，15，20，20，25，100），经过排序后为（10，15，20，20，20，20，20，25，100）所以结果为排行第 5 的那个数 20，就把这个数赋给 g ( x , y )。

2）中值滤波的主要特性

① 滤除噪声的性能：中值滤波是非线性运算，因此对随机性质的噪声输入，数学分析是相当复杂的。对于零均值正态分布的噪声输入，中值滤波输出与输入噪声的分布密度有关，输出噪声方差与输入噪声密度函数的平方成反比。对随机噪声的抑制能力，中值滤波比均值滤波要差些。但对于脉冲干扰来讲，特别是脉冲宽度小于滤波窗口长度之半，相距较远的窄脉冲，中值滤波是很有效的。

② 对某些信号的不变性：对于某些特定的输入信号，中值滤波输出信号保持与输入信号相同，所以相对于一般的线性滤波器比如均值滤波，中值滤波能更好地保护图像细节。

③ 中值滤波的频谱特性：由于中值滤波是非线性运算，在输入与输出之间的频率上不存在一一对应的关系，故不能用一般线性滤波器频率特性分析方法。采用总体实验观察法，经大量实验表明，中值滤波器的频率响应与输入信号的频谱有关，呈现不规则波动不大的曲线，中值滤波频谱特性起伏不大，可以认为信号经中值滤波后，频谱基本不变。

3）中值滤波优缺点

中值滤波去除脉冲噪声的效果很好，然而抑制噪声和保持图像中的细节往往是一对矛盾，也是图像处理中尚未很好解决的问题。所以保护细节的中值滤波的研究成为非线性滤波器研究的一个重要方面。

中值滤波器在算法设计上使与周围像素灰度值相差较大的点处理后能与周围的像素灰度值比较接近，因此可以衰减随机噪声，尤其是脉冲噪声等，并且在处理时不是简单的取均值，产生的模糊要少得多，即中值滤波既能消除噪声，又能保持图像中的细节部分，防止边缘模糊。但是，中值滤波中的模板形状单一，只能处理受到噪声污染的特征简单的图像。而对于包含点、线、尖角比较多的复杂图像来说，中值滤波的效果就比较差，更重要的一点是中值滤波会改变未受噪声污染的像素的灰度值，在一定程度上破坏了图像细节。

中值滤波法对消除椒盐噪音非常有效，在光学测量条纹图像的相位分析处理方法中有特殊作用，但在条纹中心分析方法中作用不大。中值滤波在图像处理中，常用来保护边缘信息，是经典的平滑噪声的方法。中值滤波的输出与输入噪声的密度分布有关。对随机噪声的抑制能力，中值滤波比平均滤波要差一些，但对脉冲的干扰，特别是脉冲宽度小于 m /2，相距较远的窄脉冲的干扰，中值滤波的效果要好。