以下哪种方法常用于数字图像的噪声去除？A. 直方图均衡化B. 中值滤波C. 傅里叶变换D. 边缘检测

本题考查数字图像处理中不同方法的用途，解题思路是明确每个选项所代表的图像处理方法的主要功能，然后判断哪个方法常用于数字图像的噪声去除。

• A选项：直方图均衡化
  直方图均衡化是一种增强图像对比度的方法。它通过对图像的灰度直方图进行调整，使得图像的灰度分布更加均匀，从而增强图像的整体对比度。其原理是将原始图像的灰度值进行非线性变换，使得变换后的图像灰度值分布更均匀。设原始图像的灰度值为 $r$，变换后的灰度值为 $s$，变换函数为 $s = T(r)$，对于离散的灰度值，变换函数为 $s_k=\sum_{j = 0}^{k}n_j/MN$，其中 $n_j$ 是灰度值为 $j$ 的像素个数，$M$ 和 $N$ 分别是图像的行数和列数。它主要用于改善图像的视觉效果，而不是去除噪声，所以A选项不符合要求。
• B选项：中值滤波
  中值滤波是一种非线性滤波方法，常用于去除图像中的椒盐噪声等脉冲噪声。其基本原理是将一个滑动窗口（通常为奇数大小的矩形窗口）在图像上移动，对于窗口内的所有像素灰度值进行排序，然后取中间值作为窗口中心像素的新灰度值。例如，对于一个 $3\times3$ 的窗口，将窗口内的9个像素灰度值从小到大排序，取第5个值作为中心像素的新值。这种方法可以有效地去除孤立的噪声点，同时保留图像的边缘信息，所以中值滤波常用于数字图像的噪声去除，B选项符合要求。
• C选项：傅里叶变换
  傅里叶变换是将图像从空间域转换到频率域的一种数学工具。它可以将图像表示为不同频率的正弦和余弦函数的组合，通过分析图像的频率成分，可以进行图像的滤波、压缩等操作。但傅里叶变换本身并不直接用于噪声去除，它只是为后续的频率域滤波提供了基础，所以C选项不符合要求。
• D选项：边缘检测
  边缘检测是用于检测图像中物体边缘的方法。它通过计算图像中像素的梯度值，找出梯度值较大的区域，这些区域通常对应着图像中物体的边缘。常见的边缘检测算子有Sobel算子、Canny算子等。边缘检测的目的是突出图像中的边缘信息，而不是去除噪声，所以D选项不符合要求。