当图像中有噪声干扰时，必须进SGP40N60UF行图像滤波。通常噪声是通过积分（累加求和）运算来平滑；但是当图像模糊时又需要通过微分运算锐化边缘和细节使其清晰。积分、微分在数学上是一对相反的运算，抑制噪声和锐化边缘在图像处理中就形成了一对矛盾。目前的滤波技术较难达到同时平滑噪声和锐化边缘的要求，只能是在平滑噪声的同时，最大限度地保留边缘信息和细节。常用的滤波算法有均值滤波、低通滤波和中值滤波等。

   图13-9所示的程序在图13-5的程序中加了一个低通滤波VI，并将其放入条件结构中便于读者对比滤波的效果。低通滤波VI-IMAQ LowPass在ImageProcessing—Filters函数子选板。它的主要参数是Size&Tolerrance，这个输入参数是一个簇，其中X Size和Y Size是卷积邻域的大小，Tolerrance是允差。X Size和Y Size越大，Tolerrance越小，图像平滑的效果越明显，但这是以模糊细节为代价的。同时源图像的边界大小必须能支持卷积邻域，例如3x3的卷积邻域需要的最小边界为1，而5x5的卷积邻域需要的最小边界类推。

   本书所附光盘Prog13目录中有一个“噪声齿轮”文件，用“滤波”程序读取这个文件，运行程序以后，单击“滤波”按钮，观察图像变化。

   图13-10 (a)所示为滤波前的图像，注意圆框内的噪声斑点；图13-10 (b)所示为滤波后的图像，噪声斑点明显变小，轮齿边缘也得到平滑。