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-