當前位置：首頁 > 编程资源 > 编程问答 >内容正文

编程问答

中值滤波原理及c语言的实现,关于中值滤波算法，以及C语言实现（转）

發(fā)布時間：2024/8/1 编程问答 33 豆豆

生活随笔收集整理的這篇文章主要介紹了中值滤波原理及c语言的实现,关于中值滤波算法，以及C语言实现（转）小編覺得挺不錯的,現(xiàn)在分享給大家,幫大家做個參考.

1、什么是中值濾波？

中值濾波是對一個滑動窗口內(nèi)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。目的在于我們對于濾波后的數(shù)據(jù)更感興趣。濾波后的數(shù)據(jù)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(jié)果為70、80、90、10O、110、120、200，其中間位置上的灰度值為10O，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(guī)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(jié)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：對于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(jù)需要選取，對窗口內(nèi)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(xiàn)方法

1：通過從圖像中的某個采樣窗口取出奇數(shù)個數(shù)據(jù)進行排序

2：用排序后的中值取代要處理的數(shù)據(jù)即可

中值濾波的算法實現(xiàn)過程，重點是排序，最常用的冒泡排序~~

把濾波區(qū)間的數(shù)據(jù)從小到大進行排序，然后取中值，(如果是奇數(shù)個數(shù)據(jù)，那么中值就只有一個了，如果偶數(shù)個數(shù)據(jù)，中值有兩個，可以對兩個數(shù)據(jù)再求平均)

下面是一個C語言實現(xiàn)中值濾波的函數(shù)：

unsigned char GetMedianNum(int * bArray, intiFilterLen)

{int i,j;//循環(huán)變量

unsigned charbTemp;//用冒泡法對數(shù)組進行排序

for (j = 0; j < iFilterLen - 1; j ++)

{for (i = 0; i < iFilterLen - j - 1; i ++)

{if (bArray[i] > bArray[i + 1])

{//互換

bTemp =bArray[i];

bArray[i]= bArray[i + 1];

bArray[i+ 1] =bTemp;

}

}//計算中值

if ((iFilterLen & 1) > 0)

{//數(shù)組有奇數(shù)個元素，返回中間一個元素

bTemp = bArray[(iFilterLen + 1) / 2];

}else{//數(shù)組有偶數(shù)個元素，返回中間兩個元素平均值

bTemp = (bArray[iFilterLen / 2] + bArray[iFilterLen / 2 + 1]) / 2;

}returnbTemp;

}

注：bArray 是一個整形指針，我們傳入的一般是一個數(shù)組，用來存儲待排序的數(shù)據(jù)? ? iFilterLen 是濾波器的長度? ?用在圖像處理中時，由于像素的取值范圍是0~255，剛好是unsigned char 的范圍，所以函數(shù)的返回值是unsigned char，如果我們要處理的數(shù)是float型，或其他類型，返回值也可以更改~~返回值是bTemp，也即是我們想得到的中值

下面是一個完整的C語言程序，用在圖像處理中

/*************************************************************************

* 函數(shù)名稱：

* MedianFilter()

* 參數(shù):

* int iFilterH - 濾波器的高度

* int iFilterW - 濾波器的寬度

* int iFilterMX - 濾波器的中心元素X坐標

* int iFilterMY - 濾波器的中心元素Y坐標

* 說明:

* 該函數(shù)對DIB圖像進行中值濾波。

************************************************************************/

#define iFilterW 1

#define iFilterH 1

#define iFilterMX 1

#define iFilterMY 1

#define WIDTHBYTES(bits) (((bits) + 31) / 32 * 4)unsignedchar GetMedianNum(int * bArray, intiFilterLen);void MedianFilter(unsigned char *pImg1,unsigned char *pImg,int nWidth,intnHeight)

{

unsignedchar *lpSrc; //指向源圖像的指針

unsigned char *lpDst; //指向要復(fù)制區(qū)域的指針

int aValue[iFilterH*iFilterW]; //指向濾波器數(shù)組的指針

int i,j,k,l; //循環(huán)變量

int lLineBytes; //圖像每行的字節(jié)數(shù)

lLineBytes = WIDTHBYTES(nWidth * 8);for ( i=0;i

(*pImg)=0;//開始中值濾波//行(除去邊緣幾行)

for(i = iFilterMY; i < nHeight - iFilterH + iFilterMY + 1; i++)

{//列(除去邊緣幾列)

for(j = iFilterMX; j < nWidth - iFilterW + iFilterMX + 1; j++)

{//指向新DIB第i行，第j個象素的指針

lpDst = pImg + lLineBytes * (nHeight - 1 - i) +j;//讀取濾波器數(shù)組

for (k = 0; k < iFilterH; k++)

{for (l = 0; l < iFilterW; l++)

{//指向DIB第i - iFilterMY + k行，第j - iFilterMX + l個象素的指針

lpSrc = pImg1 + lLineBytes * (nHeight - 1 - i + iFilterMY - k) + j - iFilterMX +l;//保存象素值

aValue[k * iFilterW + l] = *lpSrc;

}

}//獲取中值

* lpDst = GetMedianNum(aValue, iFilterH *iFilterW);

}

unsignedchar GetMedianNum(int * bArray, intiFilterLen)

{int i,j; //循環(huán)變量