DIP-图像平滑化处理

DIP-图像平滑化处理

第三节：图像平滑化

---

---

前言

图像平滑从信号处理的角度看就是去除其中的高频信息，保留低频信息。因此我们可以对图像实施低通滤波。低通滤波可以去除图像中的噪音，模糊图像(噪音是图像中变化比较大的区域，也就是高频信息)。而高通滤波能够提取图像的边缘(边缘也是高频信息集中的区域)。

根据滤波器的不同又可以分为均值滤波，加权均值滤波，中值滤波，KNN平滑滤波。

---

一、方法介绍

1.均值滤波

原理：在图像上，对待处理的像素给定一个模板，该模板包括了其周围的邻近像素。将模板中的全体像素的均值来替代原来的像素值的方法。

缺陷：均值滤波本身存在着固有的缺陷，即它不能很好地保护图像细节，在图像去噪的同时也破坏了图像的细节部分，从而使图像变得模糊，不能很好地去除噪声点。特别是椒盐噪声。

代码如下（示例）：

void meanFilter(RGBQUAD** dataOfBmp_src, RGBQUAD** dataOfBmp_dst, DWORD width, DWORD height)
{
    
		int dim = 3;//模板维度 
		double H0[dim][dim];//模板
		for(int i=0;i<dim;i++){
   
			for(int j=0;j<dim;j++){
   
				H0[i][j] = 1.0 / (dim*dim); //dim*dim的括号必加！ 
			}
		} 
		double sumR,sumG,sumB;
	   for(DWORD i=0;i<height;i++)
			for(DWORD j=0;j<width;j++)
			{
   
				sumR = 0;sumG = 0;sumB = 0; 
				if(i >= 0 && i+2 <= height-1 && j >= 0 && j+2 <= width-1){
   
					for(int k = 0;k<dim;k++){
   
						for(int l = 0;l<dim;l++){
   
							sumR += dataOfBmp_src[i+k][j+l].rgbRed * H0[k][l];//存放卷积运算的和 
							sumG += dataOfBmp_src[i+k][j+l].rgbGreen * H0[k][l];
							sumB += dataOfBmp_src[i+k][j+l].rgbBlue * H0[k][l];
						}
					}
					dataOfBmp_dst[i+1][j+1].rgbRed = sumR; 
					dataOfBmp_dst[i+1][j+1].rgbGreen = sumG;
					dataOfBmp_dst[i+1][j+1].rgbBlue = sumB;
				}
				else{
   
					dataOfBmp_dst[i][j].rgbRed = dataOfBmp_src[i][j].rgbRed;
					dataOfBmp_dst[i][j].rgbGreen = dataOfBmp_src[i][j].rgbGreen;
					dataOfBmp_dst[i][j].rgbBlue = dataOfBmp_src[i][j].rgbBlue;
				}
			}
}

效果图：

2.加权均值滤波

均值滤波器中，模板内像素的权重都为一，其只是简单的像素加法平均

而，加权均值滤波器，对模板中的像素点赋予不同的权重，求的是像素的加权平均。
代码如下：

void weightedMeanFilter(RGBQUAD** dataOfBmp_src, RGBQUAD** dataOfBmp_dst, DWORD width, DWORD height)
{