平滑與中值和銳化濾波器
這次的作業是對影像加上濾波處理，分別有對影像色彩值取平均的平滑濾波器、對影像色彩值取中值的中值濾波器，還有利用微分來增加色彩值差異的銳化濾波器。
程式部份我是使用BCB6來製作:
平滑濾波器:
使用前:
使用後:
因為平滑濾波器是將單格的色彩值，改成自己與它周圍九格的色彩值平均，所以該格的色彩值會變得較為接近它周圍格子的色彩值，也就是彼此的色彩值差異變小，所以照片自然會變得較為模糊。
使用五次後:
可以看到圖片比上一張變得更為模糊了，因為每次都會對色彩值取平均，因此相鄰格子的色彩值會越來越接近。
中值濾波器:
有請乾淨漂亮的荷包蛋現身:
中值濾波器的應用為處理雜訊，因為雜訊通常都為極值，若對
9個格子的色彩值取中值，就可以將雜訊處理掉，順帶選擇較為接近鄰近格子的色彩值。
撒上5%的胡椒鹽雜訊:
中值濾波後:
可以看到雜訊消失了，基本上整張圖片的雜訊是可以被清理的。
撒上20%的胡椒鹽雜訊:
中值濾波後:
可以看到跟5%的雜訊經過中值處理後相比，雜訊明顯的變多了，因為20%的雜訊較為密集，黑點或白點擠在一起的機率較高，在一群黑點中取中值還是會是黑點。
銳化濾波:
使用前:
使用後:
可以看出月球上的凹凸更為明顯，原本較為接近灰色的部分也變得較為明亮了，因為彼此的特徵差異變的巨大，銳化濾波器的應用就是將照片變得清楚。
到這裡可以發現，銳化與平滑濾波剛好是做相反的事，銳化是將影像變得清楚，平滑卻會將影像變得模糊，銳化是利用微分將色彩值的差異突顯出來，平滑則是利用平均將色彩值變得接近，微分與積分是一對的，而積分也可以用來算平均，只是用來算連續函數的，那麼是不是對頻率域連續函數是否可以利用積分來獲得跟中值濾波一樣的效果呢?
