{d[6]+=(AA[k*width+l]-u)*(AA[k*width+l]-u);}

              d[6]=d[6]/(2*m+1)/(2*n+1)*8;

        //////////////////////////////

        d[7]=0;

        for(k=i-m;k<i;k++)

              for(l=j-m;l<j+k-i;l++)

              {d[7]+=(AA[k*width+l]-u)*(AA[k*width+l]-u);}

              d[7]=d[7]/(2*m+1)/(2*n+1)*8;

        //////////////////////////////

        d1=0;

        for(i1=0;i1<z;i1++)

                 for(j1=0;j1<8;j1++)

                  {   if(j1!=I[i1])

                      d1+=d[i1];

                  }

        d1=d1/count;

        //将达到要求的保留区域均值作为该像素的灰度值

        if(d1<d0)

        {PP[i*width+j]=int(u+0.5);

        break;}

        }//while区域删减循环

        if(d1<d0)

        break;//同时退出缩小窗口循环

            }//缩小窗口循环

           }//if

        }//窗口移动

4  滤波实验与效果分析

对一幅实验图像（如图3）使用9×9窗口进行了EPOS滤波处理，结果图如图4所示，并采用同样大小的窗口做均值平滑滤波（如图5）进行效果比对。从滤波后的结果可以看出，均值滤波对原图整体进行了平滑，平滑后噪声消除效果很好，但边缘丢失情况严重，一些较小的孤立点在平滑处理后消失掉了。而在EPOS滤波结果中，图像的大部分区域进行了平滑处理，边缘却被很好地保持了下来，孤立点在平滑后没有消失的现象，但部分较大的噪声在处理后非但没有被消除，反而得到了放大。