1、中值濾波概念
中值濾波是對一個滑動窗口內的諸像素灰度值排序，用其中值代替窗口中心象素的原來灰度值，它是一種非線性的圖像平滑法，它對脈沖干擾級椒鹽噪聲的抑制效果好，在抑制隨機噪聲的同時能有效保護邊緣少受模糊。中值濾波可以過濾尖峰脈沖。目的在於我們對於濾波后的數據更感興趣。濾波后的數據保留的原圖像的變化趨勢，同時去除了尖峰脈沖對分析造成的影響。
以一維信號的中值濾波舉例。對灰度序列80、120、90、200、100、110、70，如果按大小順序排列，其結果為70、80、90、1000、110、120、200，其中間位置上的灰度值為100，則該灰度序列的中值即為100。一維信號中值濾波實際上就是用中值代替規定位置（一般指原始信號序列中心位置）的信號值。對前面所舉的序列而言，中值濾波的結果是用中值100替代序列80、120、90、200、100、110、70中的信號序列中心位置值200，得到的濾波序列就是80、120、90、100、100、110、70。如果在此序列中200是一個噪聲信號，則用此方法即可去除這個噪聲點。
二維中值濾波算法是：對於一幅圖像的象素矩陣，取以目標象素為中心的一個子矩陣窗口，這個窗口可以是3*3 ，5*5等根據需要選取，對窗口內的象素灰度排序，取中間一個值作為目標象素的新灰度值。窗口示例如ooooxoooo上面x為目標象素，和周圍o組成3*3矩陣Array，然后對這9個元素的灰度進行排序，以排序后的中間元素Array[4]為x的新灰度值，如此就完成對象素x的中值濾波，再迭代對其他需要的象素進行濾波即可。圖像處理中，中值濾波的實現方法
均值濾波和中值濾波的內容非常基礎，均值濾波相當於低通濾波，有將圖像模糊化的趨勢，對椒鹽噪聲基本無能為力。中值濾波的優點是可以很好的過濾掉椒鹽噪聲，缺點是易造成圖像的不連續性。在下面的代碼中，中值濾波主要通過冒泡算法來實現。
2、3D Slicer中值濾波示例
（1）3D Slicer中值濾波CT圖像前后對比結果
左圖為原圖，右圖為中值濾波之后的圖像。明顯看出左圖中的細小點在右圖中已經消失，經過中值濾波的圖像更加光滑。本圖沒有進行三維重建，重建后的對比更加明顯，中值濾波后的三維圖像更加平滑真實。
（a）原圖 （b）中值濾波后的圖
（2）3D Slicer中值濾波具體步驟
a.在Modules 處選擇Filtering——Denosing——Median Image Filtering,即可到濾波窗口界面
b.濾波窗口如下圖所示，median image parameters窗口設置參數大小，默認為（1,1,1）；IO欄設置Input Volume和Output Volume；
c．設置好之后點擊apply按鈕等待運行結束即可,運行過程如圖所示。
總結：3D Slicer濾波方法有幾種，這里只是用了中值濾波，其他方法類似。中值濾波的優點是可以很好的過濾掉椒鹽噪聲，缺點是易造成圖像的不連續性。本文中用的中值濾波處理后的圖像滿足個人要求，使用時還需要根據個人需要進行參數等設置。