在图像采集过程中，由于电子设备的不稳定性（比如毛刺电压，电磁干扰等）会对获取的图像产生一些影响，这种影响叫噪声，降噪技术就是图像处理中消除这种噪声影响的技术。二维中值滤波就是其中一种方法。
中值滤波是一种局部图像平滑技术，属于非线性滤波，他可以是1维的也可以是2维的，因为图像是2维象素矩阵，所以这里使用2维中值滤波。
2维中值滤波算法是：
对于一幅图像的象素矩阵，取以目标象素为中心的一个子矩阵窗口，这个窗口可以是3*3 ，5*5 等根据需要选取，对窗口内的象素灰度排序，取中间一个值作为目标象素的新灰度值。
窗口示例如
ooo
oxo
ooo
上面x为目标象素，和周围o组成3*3矩阵Array，然后对这9个元素的灰度进行排序，以排序后的中间元素Array[4]为x的新灰度值，如此就完成对象素x的中值滤波，再迭代对其他需要的象素进行滤波即可。
下面根据这个理论用BCB6实现中值滤波算法
//--------------------------------BCB6程序
#include <vcl.h>
#pragma hdrstop
#include<stdio.h>
#include "Unit1.h"
#include"File1.h"
#pragma pack(1)
/*
程序：图形学－中值滤波
作者:sboom(Lingch)
日期:12月26日
*/
//BMP文件头
struct BITMAPFILEHEADER_
{
short type;
int bfSize;
short re1,re2;
int Offbits;
};
//BMP信息头
struct BITMAPINFO_
{
long size;
long width,height;
short planes,bitCount;
long comp,sizeImg;
long xpels,ypels;
long used,important;
};
//BMP彩色表项
struct COLOR_
{
char blue,green,red;
};
//------将BMP彩色表的数据校正到BCB TColor的数据。
TColor* SwitchColor(unsigned char r,unsigned char g,unsigned char b)
{
TColor *re=new TColor;
*re=(r | g<<8 | b<<16 );
*re=*re & 0x00ffffff;
return re;
}
void xxx()
{
FILE *f=fopen("f:\\7.bmp","rb");
if(f==NULL) /*判断文件是否打开成功*/
{
ShowMessage("File open error");
return;
}
fseek(f,0,0);//移动到开头
//----------读BMP文件头
BITMAPFILEHEADER_ *bmph=new BITMAPFILEHEADER_();
if(fread((char*)bmph,sizeof(BITMAPFILEHEADER_),1,f)==NULL)
{
ShowMessage("File read error");
return;
}
//-----------读BMP信息头
BITMAPINFO_ *bmpi=new BITMAPINFO_();
if(fread((char*)bmpi,sizeof(BITMAPINFO_),1,f)==NULL)
{
ShowMessage("File read error2");
return;
}
fseek(f,bmph->Offbits,0);
//----------显示一些信息
Form1->Edit1->Text=IntToStr(bmph->bfSize);
Form1->Edit2->Text=IntToStr(bmpi->width);
Form1->Edit3->Text=IntToStr(bmpi->height);
Form1->Edit4->Text=IntToStr(bmpi->comp);
Form1->Edit5->Text=IntToStr(bmpi->used);
int i,j,k,l,wc,pos;
long N=bmph->bfSize- bmph->Offbits;//象素总数
COLOR_ *image=new COLOR_[N]; //位图矩阵
COLOR_ *newimage=new COLOR_[N];//滤波后的位图矩阵
fread(image,N*3,1,f);//读入位图矩阵
//---------先COPY不处理的原图像第一行，因为第一行无法取窗口
memcpy((void*)newimage,(void*)image,(bmpi->width+1)*3);
//--!!!!!!!!!!!!!!下面开始窗口为3×3中值滤波!!!!!!!!!!!!!!!!
int ns=bmpi->width+1; //开始处理的起点
int ne=N-bmpi->width-2; //开始处理的终点
unsigned char *psr=new unsigned char[9]; //红色窗口
unsigned char *psg=new unsigned char[9]; //绿色窗口
unsigned char *psb=new unsigned char[9]; //蓝色窗口
unsigned char temp;
COLOR_ cc;
for(i=ns;i<=ne;i++)
{
//---------红色窗口
//---3*3窗口矩阵第一行
psr[0]=image[i-bmpi->width+1].red ;
psr[1]=image[i-bmpi->width+1].red;
psr[2]=image[i-bmpi->width+1].red;
//---3*3窗口矩阵第二行
psr[3]=image[i-1].red;
psr[4]=image[i].red;
psr[5]=image[i+1].red;
//---3*3窗口矩阵第三行
psr[6]=image[i+bmpi->width-1].red;
psr[7]=image[i+bmpi->width].red;
psr[8]=image[i+bmpi->width+1].red;
//---------绿色窗口
//---3*3窗口矩阵第一行
psg[0]=image[i-bmpi->width+1].green ;
psg[1]=image[i-bmpi->width+1].green;
psg[2]=image[i-bmpi->width+1].green;
//---3*3窗口矩阵第二行
psg[3]=image[i-1].green;
psg[4]=image[i].green;
psg[5]=image[i+1].green;
//---3*3窗口矩阵第三行
psg[6]=image[i+bmpi->width-1].green;
psg[7]=image[i+bmpi->width].green;
psg[8]=image[i+bmpi->width+1].green;
//---------蓝色窗口
//---3*3窗口矩阵第一行
psb[0]=image[i-bmpi->width+1].blue ;
psb[1]=image[i-bmpi->width+1].blue;
psb[2]=image[i-bmpi->width+1].blue;
//---3*3窗口矩阵第二行
psb[3]=image[i-1].blue;
psb[4]=image[i].blue;
psb[5]=image[i+1].blue;
//---3*3窗口矩阵第三行
psb[6]=image[i+bmpi->width-1].blue;
psb[7]=image[i+bmpi->width].blue;
psb[8]=image[i+bmpi->width+1].blue;
//--------选择排序
for(j=0;j<9;j++)
{
//-----------红色排序
pos=j;
for(k=j;k<9;k++)
{
if(psr[k]<psr[pos])
pos=k;
}
temp=psr[j];
psr[j]=psr[pos];
psr[pos]=temp;
//--------------绿色排序
pos=j;
for(k=j;k<9;k++)
{
if(psg[k]<psg[pos])
pos=k;
}
temp=psg[j];
psg[j]=psg[pos];
psg[pos]=temp;
//--------------蓝色排序
pos=j;
for(k=j;k<9;k++)
{
if(psb[k]<psb[pos])
pos=k;
}
temp=psb[j];
psb[j]=psb[pos];
psb[pos]=temp;
}
//------取中值
newimage[i].red=psr[4];
newimage[i].green=psg[4];
newimage[i].blue=psb[4];
}
//!!!!!!!!!!!滤波完毕，COPY无法滤波的最后一行，因为最后一行无法取窗口!!!!!!!
memcpy((void*)&image[ne+1],(void*)&image[ne+1],(bmpi->width+1)*3);
//------显示图形
COLOR_ color;
TColor *tc;
if(bmpi->width%4==0)//-----------因为BMP图像4字节对齐
wc=bmpi->width/4*4;
else
wc=(bmpi->width/4+1)*4;
pos=0;
for( i=0;i<bmpi->height;i++)
{
for(j=0;j<wc;j++)
{
//-----原始图形
color=image[pos];
tc=SwitchColor(color.red,color.green,color.blue);
Form1->Canvas->Pixels[10+j][600-i]=*tc;
//------新图形
color=newimage[pos];
tc=SwitchColor(color.red,color.green,color.blue);
Form1->Canvas->Pixels[400+j][600-i]=*tc;
pos++;
}
}
fclose(f);
}
//-------------------------------------------------------------------------
经过实际运行证实，中值滤波能有效去除图像中的噪声点，特别是在一片连续变化缓和的区域中（比如人的衣服，皮肤），几乎100％去除灰度突变点（可以认为是噪声点），也因为如此，中值滤波不适合用在一些细节多，如细节点，细节线多的图像中，因为细节点有可能被当成噪声点去除。
中值滤波的窗口还可以有多种形状，上面程序选择的是矩形（容易计算 ），其实窗口还可以是菱形，圆形，十字形等等，不同的窗口形状有不同的滤波效果，对有缓慢且有较长轮廓线的物体适合用矩形或者原型窗口，对于有尖顶角物体的图像适合采用十字形窗口。
中值滤波可以进行线性组合，不同窗口形状的滤波器可以线性组合
g(x,y)=E{k=1,n}ak*medk(f(x,y)) 编辑关系，左式E{k=1,n}表示下标k从1到n连加符号 ，ak是各滤波器权值系数，med是滤波器函数。其实就是象素灰度通过所有滤波器再相加，各滤波器权值ak的和应该＝1。
中值滤波同时伴随着模糊化效果。 
|
本类阅读TOP10