C++数字图像处理（4）—均值滤波

1、算法原理

在数字图像处理中，滤波是一个很重要的操作，许多算法其本质都是滤波操作。使用白话的形式对滤波定义：对于一个像素点，使用其领域像素（可以包含自身，也可不包含）的相关特性，计算出一个值，代替当前像素值。举个例子，3X3均值滤波，就是计算每个像素对应的3X3领域所有像素值的平均值，代替当前像素。滤波操作可分为线性滤波和非线性滤波两大种类，其中，常见的线性滤波操作有：均值滤波、高斯滤波、方差滤波（局部方差）等等，常见的非线性滤波操作有：中值滤波、最大值滤波、最小值滤波等等。

2、算法实现

（1）、边界处理

一个完善的滤波算法，边界处理是必要的。对于图像的边界像素，其领域是不存在的，比如坐标为（0,0）（y，x形式）的像素点，其3X3的领域坐标集合为

其中，所有坐标包含-1的像素点都是不存在的，这个时候滤波操作就需要对这些不存在的点进行处理。有几种边界处理方式：固定值填充法、镜像法、重叠法。所谓的固定值填充法即为：所有不存在的像素点的像素值认为是某一个固定的值（一般由算法调用者去设定，或者默认为0）；镜像法：以边界像素为对称轴，使用对称像素点的像素值代替；重叠法：使用边界像素值代替。示意图如下：

固定值填充法（0）

边界重叠法

镜像法

一般来说，如无特殊的应用场景，推荐大家使用边界重叠法进行边界处理。C++代码实现边界重叠法代码如下：

//函数名：makeRepeatBorder
//作用：边界填充（边界像素重叠法）
//参数：
//matInput：输入图像
//matOutput : 输出图像
//cnBorder : 边界尺寸
//返回值：无
//注：支持单通道8位灰度图像
void makeRepeatBorder(cv::Mat& matInput, cv::Mat& matOutput, const int& cnBorder)
{
	//构造输出图像
	matOutput = cv::Mat::zeros(matInput.rows + cnBorder * 2, matInput.cols + c