當圖像中有噪聲干擾時，必須進SGP40N60UF行圖像濾波。通常噪聲是通過積分（累加求和）運算來平滑；但是當圖像模糊時又需要通過微分運算銳化邊緣和細節使其清晰。積分、微分在數學上是一對相反的運算，抑制噪聲和銳化邊緣在圖像處理中就形成了一對矛盾。目前的濾波技術較難達到同時平滑噪聲和銳化邊緣的要求，只能是在平滑噪聲的同時，最大限度地保留邊緣信息和細節。常用的濾波算法有均值濾波、低通濾波和中值濾波等。

   圖13-9所示的程序在圖13-5的程序中加了一個低通濾波VI，并將其放入條件結構中便于讀者對比濾波的效果。低通濾波VI-IMAQ LowPass在ImageProcessing—Filters函數子選板。它的主要參數是Size&Tolerrance，這個輸入參數是一個簇，其中X Size和Y Size是卷積鄰域的大小，Tolerrance是允差。X Size和Y Size越大，Tolerrance越小，圖像平滑的效果越明顯，但這是以模糊細節為代價的。同時源圖像的邊界大小必須能支持卷積鄰域，例如3x3的卷積鄰域需要的最小邊界為1，而5x5的卷積鄰域需要的最小邊界類推。

   本書所附光盤Prog13目錄中有一個“噪聲齒輪”文件，用“濾波”程序讀取這個文件，運行程序以后，單擊“濾波”按鈕，觀察圖像變化。

   圖13-10 (a)所示為濾波前的圖像，注意圓框內的噪聲斑點；圖13-10 (b)所示為濾波后的圖像，噪聲斑點明顯變小，輪齒邊緣也得到平滑。