给“moon.tif”灰度图像添加椒盐噪声，再使用自适应中值滤波方法去除其噪声

在计算机视觉中，处理灰度图像如"moon.tif"并添加椒盐噪声是一个常见的预处理步骤，接着可以采用自适应中值滤波技术来去除噪声。下面是这个过程的一个简单描述：

1. **加载图像**：首先，你需要使用相关的图像处理库（比如Python的PIL、OpenCV等）来读取灰度图像文件"moon.tif"。

from PIL import Image
image = Image.open('moon.tif').convert('L')

2. **添加椒盐噪声**：椒盐噪声会在图像上随机地将像素设置为0（黑点）或原始值（保持不变）。这里可以用numpy数组操作生成噪声矩阵，然后与原图像混合。

import numpy as np
salt_vs_pepper = 0.05 # 控制噪声比例
noisy_image = image.convert('1')  # 转换为二值图像便于添加噪声
noise_matrix = np.random.rand(*noisy_image.size) < salt_vs_pepper
noisy_image.putdata((noisy_image.getdata() * (1 - noise_matrix)) + (255 * noise_matrix))  # 模拟椒盐噪声

3. **自适应中值滤波**：这是一种非局部平滑技术，通过比较邻域内的像素强度来寻找最中间的那个作为当前像素的新值，从而去除噪声。例如，在OpenCV中，你可以使用`cv2.medianBlur()`函数进行这一操作。

from cv2 import medianBlur
filtered_image = medianBlur(np.array(noisy_image), kernel_size=3)

这里的`kernel_size`是一个奇数，通常选择3x3、5x5等，可以根据实际需求调整。

4. **保存结果**：最后，将处理后的图像保存为新的文件。

filtered_image.save('filtered_moon.tif')