用3X3掩模图像去噪 中值滤波波方法实现下面图像矩阵的去噪。

来源：蜘蛛抓取(WebSpider) 时间：2012-05-29 01:37 标签： 图像去噪 中值滤波
图像增强-中值滤波 - NotValid - 博客园
随笔 - 29, 文章 - 1, 评论 - 1, 引用 - 0
中值滤波是一种典型的非线性滤波技术。它在一定条件下可以克服线性滤波器如最小均方滤波，均值滤波等带来的图像细节模糊，而且对滤波脉冲干扰及图像扫描噪声非常有效。
传统的中值滤波一般采用含有奇数个点的滑动窗口，用窗口中各点灰度值的中值来替代指定点的灰度值。对于奇数个元素，中值为大小排序后中间的数值；对于偶数个元素，中值为排序后中间两个元素灰度值的平均值。
中值滤波是一种典型的低通滤波器，主要用来抑制脉冲噪声，它能彻底滤除尖波干扰噪声，同时又具有能较好地保护目标图像边缘的特点。
标准一维中值滤波器的定义为：
yk = med{ xK-N, xk-N+1, ... ,xk, ... ,xK+N }
式中，med表示取中值操作。中值滤波的滤波方法是对滑动滤波窗口（2N+1）内的像素做大小排序，滤波结果的输出像素值规定为该序列的中值。
二维中值滤波的窗口形状和尺寸设计对滤波的效果影响较大，不同的图像内容和不同的应用要求，往往采用不同的形状和尺寸。常用的二维中值滤波窗口有线状，方形，圆形，十字形及圆环形等，窗口尺寸一般选为3。当然也可以采用其他尺寸，主要视具体情况而定。
1.中值的计算关键在于对滑动窗口内的像素进行排序，排序算法的选择是影响中值滤波算法的重要因素。传统的排序算法是基于冒泡排序法，若窗口中的像素为m，则每个窗口排序需要m（m-2）/2次像素的比较操作，时间复杂度为O（m2）。此外常规的滤波算法每移动一次窗口就要进行一次排序。当一幅图像的大小为NXN时，则整个计算需要O（m2N2）时间，当窗口较大时，计算量很大，较费时。
2.为了提高中值滤波的实现速度，针对3X3中值滤波，介绍一种快速的并行中值滤波方法。下图为3X3窗口内像素排列
首先对窗口内的每一列分别计算最大值，中值和最小值，这样就得到了3组数据
最大值组：Max0 = max[P0，P3，P6]，Max1 = max[P1，P4，P7]，Max2 = max[P2，P5，P8]
中值组： Med0 = med[P0，P3，P6]，Med1 = med[P1，P4，P7]， Med2 = med[P2，P5，P8]
最小值组：Min0 = Min[P0，P3，P6]，Min1 = Min[P1，P4，P7]，Min2 = max[P2，P5，P8]
由此可以看到，最大值组中的最大值与最小值组中的最小值一定是9个元素中的最大值和最小值，不可能为中值，剩下7个；中值组中的最大值至少大于5个像素，中值组中的最小值至少小于5个像素，不可能为中值，剩下5个；最大值组中的中值至少大于5个元素，最小值组中的中值至少小于5个元素，不可能为中值，最后剩下3个要比较的元素，即
最大值组中的最小值Maxmin，中值组中的中值Medmed，最小值组中的最大值MinMax；找出这三个值中的中值为9个元素的中值。
算法实现：
/**********************************************************************
* 函数名称：
* MedFilter(int FilterH, int FilterW, int FilterCX, int FilterCY)
* int FilterH
模板的高度
* int FilterW
模板的宽度
* int FilterCX
模板的中心元素X坐标 ( & FilterW - 1)
* int FilterCY
模板的中心元素Y坐标 ( & FilterH - 1)
* 返回值：
* 中值滤波的算法
**********************************************************************/
void CImgEnhance::MedianFilter(int FilterH, int FilterW, int FilterCX, int FilterCY)
unsigned char*
unsigned char*
unsigned char*
//指向滤波器数组的指针
if(m_pImgDataOut != NULL)
delete []m_pImgDataO
m_pImgDataOut = NULL;
//计算图像每行的字节数
int lineByte = (m_imgWidth * m_nBitCount / 8 + 3) / 4 * 4;
if(m_nBitCount != 8)
AfxMessageBox("只能处理8位灰度图像!");
//分配内存，以保存新图像
m_nBitCountOut = m_nBitC
int lineByteOut = (m_imgWidth * m_nBitCountOut / 8 + 3) / 4 * 4;
if (!m_pImgDataOut)
//为处理后的图像分配内存空间
m_pImgDataOut = new unsigned char[lineByteOut * m_imgHeight];
int pixelByte = m_nBitCountOut / 8;
0; i & m_imgH i++){
for(j = 0; j & m_imgWidth * pixelB j++)
*(m_pImgDataOut + i * lineByteOut +j) = *(m_pImgData + i * lineByteOut + j);
//暂时分配内存，以保存滤波器数组
value = new unsigned char[FilterH * FilterW];
for (i = FilterCY; i & m_imgHeight - FilterH ; i++)//+ FilterCY + 1
for (j = FilterCX; j & m_imgWidth - FilterW ; j++)//+ FilterCX + 1
pDst = m_pImgDataOut + lineByte * (m_imgHeight - 1 - i) +
for (k = 0; k & FilterH; k++)
for (l = 0; l & FilterW; l++)
pSrc = m_pImgData + lineByte * (m_imgHeight - l - i
+ FilterCY - k) + j - FilterCX +
value[k * FilterW + l] = *pS
*pDst = FindMedianValue(value,FilterW * FilterH); 上传我的文档
 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
正在努力加载中...
数字图像处理复习提纲(精品）
下载积分：1500
内容提示：数字图像处理复习提纲(精品）
文档格式：PPT|
浏览次数：0|
上传日期： 16:50:26|
文档星级：
该用户还上传了这些文档
数字图像处理复习提纲(精品）
官方公共微信成都理工大学数字图像处理重点_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
成都理工大学数字图像处理重点
上传于||暂无简介
阅读已结束，如果下载本文需要使用2下载券
想免费下载本文？
定制HR最喜欢的简历
下载文档到电脑，查找使用更方便
还剩12页未读，继续阅读
定制HR最喜欢的简历
你可能喜欢 上传我的文档
 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
正在努力加载中...
基于中值滤波和小波变换的图像去噪研究
下载积分：1400
内容提示：基于中值滤波和小波变换的图像去噪研究
文档格式：PDF|
浏览次数：14|
上传日期： 10:32:57|
文档星级：
该用户还上传了这些文档
基于中值滤波和小波变换的图像去噪研究
官方公共微信

我要回帖

更多关于 图像去噪 中值滤波 的文章

 

随机推荐