快速中值滤波（直方图）

AI街潜水的八角

于 2023-05-31 11:08:29 发布

阅读量271

点赞数

分类专栏：图像算法基本知识文章标签：计算机视觉算法人工智能

本文链接：https://blog.csdn.net/m0_59023219/article/details/130964933

版权

图像算法基本知识专栏收录该内容

5 篇文章 0 订阅

订阅专栏

1.介绍

中值滤波的优点是可以很好的过滤掉椒盐噪声，缺点是易造成图像的不连续性，当提到中值滤波的实现方法，我们很快能想到的办法就是先排序，再取中间值，其时间复杂度取决于排序算法，如果图片特别大，每到一个地方，就排序一次，那就特别慢了。当我们做中值滤波的时候，每个点与点之间是有重复部分，比如在下图中，深黄与浅黄构成A点，当我们移动一个像素的时候，就是B点，而B点是由浅黄和深蓝构成，中间的公有部分就是浅黄，如果有一种算法可以借用A点已经计算过的浅黄，那么速度就会提高很多，这个时候，基于直方图中值滤波就要横空出世了。

2.实现原理

1.读取图像I，并且设定滤波窗口大小(winX*winY)，一般winX=winY，奇数。

2.设定中值滤波直方图中的阈值，Thresh=(winX*winY)/2 +1;（在直方图统计表中，从最左边的点个数慢慢累积，类似于桶排序，可以找到中值）

3.如果要考虑边界情况，可以先对原图像进行扩展，左、右边界分别扩展winX/2个像素，上下边界分别扩展winY/2个像素。

4.逐行遍历图像像素，以第一行为例：先取第一行第一个要处理的像素（窗口中心像素），建立滤波窗口，提取窗口内所有像素值（N=winX*winY个），获取N个像素的直方图Hist。从左到右累加直方图中每个灰度层级下像素点个数，记为sumCnt，直到sumCnt>=Thresh，这时的灰度值就是当前窗口内所有像素值的中值MediaValue。将MediaValue值赋值给窗口中心像素，表明第一个像素中值滤波完成。

5.此时窗口需要向右移动一个像素，开始滤波第二个像素，并且更新直方图。以第二个像素为窗口中心建立滤波窗口，从前一个窗口的灰度直方图Hist中减去窗口中最左侧的一列像素值的灰度个数，然后加上窗口最右侧一列像素值的灰度个数。完成直方图的更新。

6.直方图更新后（这一步，网上好多说得不清楚，和代码写得不一样，我在这里只写代码里面是怎样实现的），从左到右累加直方图中每个灰度层级下像素点个数，记为sumCnt，直到sumCnt>=Thresh，这时的灰度值就是当前窗口内所有像素值的中值MediaValue。将MediaValue值赋值给窗口中心像素，表明第这个像素中值滤波完成（相当于是从0开始统计的）。

7.窗口逐行依次滑动，求得整幅图像的中值滤波结果。