C语言数字图像处理（一）：均值滤波和中值滤波

0. 完整仓库 & 教程：

这一章节的完整代码在：Chapter 1: Average Filter and Median Filter​​​​​​​​​​​​​​

如果你喜欢这个系列的文章或者感觉对你有帮助，请给我的仓库一个⭐️。

​​​​​​​

1. 均值滤波器

算法：

输入：用于存储源图像数据的unsigned char数组。

输出：用于存储输出图像数据的unsigned char数组。

除了边缘的像素外，图片中的每个像素都被8个像素包围。均值滤波通过取这9个像素的平均值（包括中心）来重新计算每个像素的值。

图像和结果对比（lena.pgm, noise.pgm）：

结果分析：

除了图像边缘，每个像素的值都被周围8个像素和它自己的平均值所替换，因此所有像素之间的差异减少，图像看起来会更平滑。 显然，这种方法在去噪图的同时也丢失了图像的细节，使图像变得模糊。适合用于消除高斯噪声，对椒盐噪声效果不佳。

代码实现(完整代码见顶部GitHub)：

for(int i = 1; i < image->Height-1; i++) {
    for(int j = 1; j < image->Width-1; j++){
        int sum = 0;
        for(int x = -1; x <= 1; x++) {
            for(int y = -1; y <= 1; y++) {
                sum += tempin[(image->Width)*(i+x) + (j+y)];
            }
        }
        tempout[(image->Width)*i + j] = sum/9;
    }
}

2. 中值滤波器

算法：
输入：用于存储源图像数据的unsigned char数组。

输出：用于存储输出图像数据的unsigned char数组。

与上述问题类似，但每个像素的值被九宫格像素的中值替换，而不是平均值。将9个周围像素的值存储在一个数组中，使用排序方法找到其中位数，赋值给像素。

图像和结果对比（lena.pgm, noise.pgm）：

结果分析：

每个像素的值都被周围8个像素和它自己的中值所替换，所有像素之间的差异也减少，使图像更平滑。 与平均滤波相比，中值滤波在降噪后物体边缘更清晰。适合消除椒盐噪声，对高斯噪声效果不如均值滤波器。

代码实现(完整代码见顶部GitHub)：

for(int i = 1; i < image->Height-1; i++) {
    for(int j = 1; j < image->Width-1; j++){
        int num = 0;
        for(int x = -1; x <= 1; x++) {
            for(int y = -1; y <= 1; y++) {
                Sudoku[num++] = tempin[(image->Width)*(i+x) + (j+y)];
            }
        }
        // Use Insertion Sort:
        for(int m = 1; m < 9; m++) {
            int currNum = Sudoku[m];
            int n = m;
            while(n >= 1 && Sudoku[n-1] > currNum) {
                Sudoku[n] = Sudoku[n-1];
                n--;
            }
            Sudoku[n] = currNum;
        }
        tempout[(image->Width)*i + j] = Sudoku[4];
    }
}

3. 完整代码

这一章节的完整代码在：Chapter 1: Average Filter and Median Filter

更多关于数字图像处理的章节，以及所有的原图像在：Introduction to Digital Image Processing

整理代码、翻译原理，和可视化每一个章节的工作非常耗时耗力，并且不会有任何收入和回报。如果你喜欢这个系列的文章或者感觉对你有帮助，请给我的仓库一个⭐️，这将是对独立作者最大的鼓励。

-END-