1、中值濾波概述
中值濾波是基于排序統(tǒng)計理論的一種能有效抑制噪聲的非線性信號平滑處理技術(shù)，它將每一像素點的灰度值設(shè)置為該點某鄰域窗口內(nèi)的所有像素點灰度值的中值。
中值濾波的基本原理是把數(shù)字圖像或數(shù)字序列中一點的值用該點的一個鄰域中各點值的中值代替，讓周圍的像素值接近的真實值，從而消除孤立的噪聲點。方法是用某種結(jié)構(gòu)的二維滑動模板，將板內(nèi)像素按照像素值的大小進行排序，生成單調(diào)上升(或下降)的為二維數(shù)據(jù)序列。二維中值濾波輸出為g(x,y)=med{f(x-k,y-l),(k,l∈W)} ，其中，f(x,y)，g(x,y)分別為原始圖像和處理后圖像。W為二維模板，通常為3*3，5*5區(qū)域，也可以是不同的的形狀，如線狀，圓形，十字形，圓環(huán)形等。
2、中值濾波算法原理
中值濾波數(shù)學(xué)實現(xiàn)：對一個數(shù)字信號序列xj(-∞
在實際應(yīng)用中，隨著所選用窗口長度的增加，濾波的計算量將會迅速增加。因此，尋求中值濾波的快速算法，是中值濾波理論的一個重要研究內(nèi)容。
中值濾波的快速算法，一般采用下述三種方式：
①直方圖數(shù)據(jù)修正法；
②樣本值二進制表示邏輯判斷法；
③數(shù)字和模擬的選擇網(wǎng)絡(luò)法。
對中值濾波的理論研究，還集中于統(tǒng)計特性分析和根序列的描述方面。當(dāng)一個信號序列經(jīng)一特定窗口長度的中值濾波反復(fù)處理后，它會收斂于某一個不再變化的序列，這個序列稱為中值濾波的根序列。根序列是描述中值濾波特性的一個重要概念。通過對根序列結(jié)構(gòu)的研究，可以確定原信號序列中c語言實現(xiàn)圖像處理，哪些成分可以經(jīng)中值濾波后保留下來，哪些成分將被抑制。這對確定中值濾波器的窗口長度c語言實現(xiàn)圖像處理，提供了重要依據(jù)。用VLSI實現(xiàn)的中值濾波器芯片，可供實時處理中應(yīng)用。
3、中值濾波算法流程
4、中值濾波應(yīng)用及優(yōu)勢
中值濾波法對消除椒鹽噪聲非常有效，在光學(xué)測量條紋圖象的相位分析處理方法中有特殊作用，但在條紋中心分析方法中作用不大.
中值濾波在圖像處理中,常用于保護邊緣信息,是經(jīng)典的平滑噪聲的方法。
5、中值濾波代碼實現(xiàn)
// .cpp : 定義控制臺應(yīng)用程序的入口點。
//
#
#
#
#
#
#
# ".h"
//原圖象的寬度和高度
# width 352
# higth 288
int lvbo( char D[9])
{
int temp;
int i,j;
for(i=0;i
{
for(j=0;j
{
if(D[i]>D[j+1])
{
temp=D[i];
D[i]=D[j+1];
D[j+1]=temp;
}
}
}
D[4];
}
void main()
{
FILE *fp,*newfp;
int i,j;
if(!(fp=fopen("fmh1.bmp","rb")))
{
("Open file %s error!n","k.bmp");
;
}
if(!(newfp=fopen("fmout.bmp","wb")))
{
("Open file %s error!n",".bmp");
;
}
char [54+1024];//定義原圖像頭緩沖區(qū)
fread(,1,54+1024,fp);//讀取文件頭54個字節(jié)
long =width*higth;//圖像的總象素個數(shù)
char [higth][width]; //用于存儲原圖數(shù)據(jù)的數(shù)組
char [higth][width]; //用于存儲原圖數(shù)據(jù)的數(shù)組
fread(&[0][0], ( char),, fp);//從原圖讀入數(shù)據(jù)
for(i=0;i
{
for(j=0;j
{
[i][j]=[i][j];
}
}
char D[9]; //定義選取框
for(i=1;i
{
for(j=1;j
{
D[0]=[i-1][j+1];
D[1]=[i][j+1];
D[2]=[i+1][j+1];
D[3]=[i-1][j];
D[4]=[i][j];
D[5]=[i+1][j];
D[6]=[i-1][j-1];
D[7]=[i][j-1];
D[8]=[i+1][j-1];
[i][j]=lvbo(D);
}
}
(,( char),54+1024,newfp);
(,( char),,newfp);
(newfp);
(fp);
;
}
經(jīng)過中值濾波處理后的對比圖片：