3、GeoTrellis-快速入门-邻域平均法

栅格数据就是将空间分割成有规律的网格，每个网格作为一个单元，每一个单元的位置是由行和列定义。网格中任意一个单元都是图像中对应的一个点，

网上找的一张参考图如下

这里我们测试使用GeoTrellis将数组进行转成一个栅格，再进行3 * 3邻域平均高毕法处理数据。

输出结果

看到这一堆数据结果有一些头疼吧，不知道是怎么运算出来的,我们来简单说一戚歼芹下什么是邻域平均法。

第一次运算的时候就是从ND开始，获取周边 3 * 3 的图像数据，左边和上边都没有值，右边为7，下边为9，1。所以计算的值为9 + 1 + 7 / 数量3 = 5.66666....，ND为是无数据的意思所以不参与运算，

那我们开始计算第二值，从7开始，上面无数据，改塌右边为1，下面是9，1，1，左边为ND,

9 + 1 + 1 + 1 + 7 / 数量5 = 3.8。

第一次运算

第二次运算

最简单的平滑滤波是将原图中一个像素的灰度值和它周围邻近8个像素的灰度值相加，然后将求得的平均值（除哗侍锋以9）作为乱晌新图中该像素的灰度值。它采用模板计算的思想，模板 *** 作实现了一种邻域运算，即某个像素点的结果不仅与本像素灰度有关，而且与其邻域点的像素值有关。模板运算在数学中的描述就是卷积运算，这里不再赘述。邻域平均法也可以用数学公式表达：

设 为给定的含有噪声的图像，经过邻域平均处理后的图像为 ，则 ，M是所取邻域中各邻近像素的坐标， 是邻域中包含的邻近像素的个数。邻域平均法的模板为： ，中间的黑点表示以该像素为中心元素，即该像素是要进行处理的像素。在实际应用中，也可以根据不同的需要选择使用不同的模板尺寸，如3×3、5×5、7×7、9×9等。

邻域平均处理方法是以图像模糊为代价来减小噪声的，且模板尺寸越大，噪声减小的效果越显著。如果 是噪声点，其邻近像素灰度与之相差很大，采用邻域平均法就是用邻近像素的谈桐平均值来代替它，这样能明显消弱噪声点，使邻域中灰度接近均匀，起到平滑灰度的作用。因此，邻域平均法具有良好的噪声平滑效果，是最简单的一种平滑方法。

---