图形学－降噪技术－2维中值滤波

导读：
　　在图像采集过程中，由于电子设备的不稳定性（比如毛刺电压，电磁干扰等）会对获取的图像产生一些影响，这种影响叫噪声，降噪技术就是图像处理中消除这种噪声影响的技术。二维中值滤波就是其中一种方法。
　　中值滤波是一种局部图像平滑技术，属于非线性滤波，他可以是1维的也可以是2维的，因为图像是2维象素矩阵，所以这里使用2维中值滤波。
　　2维中值滤波算法是：
　　对于一幅图像的象素矩阵，取以目标象素为中心的一个子矩阵窗口，这个窗口可以是3*3 ，5*5 等根据需要选取，对窗口内的象素灰度排序，取中间一个值作为目标象素的新灰度值。
　　窗口示例如
　　ooo
　　oxo
　　ooo
　　上面x为目标象素，和周围o组成3*3矩阵Array，然后对这9个元素的灰度进行排序，以排序后的中间元素Array[4]为x的新灰度值，如此就完成对象素x的中值滤波，再迭代对其他需要的象素进行滤波即可。
　　下面根据这个理论用BCB6实现中值滤波算法
　　//--------------------------------BCB6程序
　　#include
　　#pragma hdrstop
　　#include
　　#include "Unit1.h"
　　#include"File1.h"
　　#pragma pack(1)
　　/*
　　程序：图形学－中值滤波
　　作者:sboom(Lingch)
　　日期:12月26日
　　*/
　　//BMP文件头
　　struct BITMAPFILEHEADER_
　　{
　　short type;
　　int bfSize;
　　short re1,re2;
　　int Offbits;
　　};
　　//BMP信息头
　　struct BITMAPINFO_
　　{
　　long size;
　　long width,height;
　　short planes,bitCount;
　　long comp,sizeImg;
　　long xpels,ypels;
　　long used,important;
　　};
　　//BMP彩色表项
　　struct COLOR_
　　{
　　char blue,green,red;
　　};
　　//------将BMP彩色表的数据校正到BCB TColor的数据。
　　TColor* SwitchColor(unsigned char r,unsigned char g,unsigned char b)
　　{
　　TColor *re=new TColor;
　　*re=(r | g<<8 | b<<16 );
　　*re=*re &0x00ffffff;
　　return re;
　　}
　　void xxx()
　　{
　　FILE *f=fopen("f://7.bmp","rb");
　　if(f==NULL) /*判断文件是否打开成功*/
　　{
　　ShowMessage("File open error");
　　return;
　　}
　　fseek(f,0,0);//移动到开头
　　//----------读BMP文件头
　　BITMAPFILEHEADER_ *bmph=new BITMAPFILEHEADER_();
　　if(fread((char*)bmph,sizeof(BITMAPFILEHEADER_),1,f)==NULL)
　　{
　　ShowMessage("File read error");
　　return;
　　}
　　//-----------读BMP信息头
　　BITMAPINFO_ *bmpi=new BITMAPINFO_();
　　if(fread((char*)bmpi,sizeof(BITMAPINFO_),1,f)==NULL)
　　{
　　ShowMessage("File read error2");
　　return;
　　}
　　fseek(f,bmph->Offbits,0);
　　//----------显示一些信息
　　Form1->Edit1->Text=IntToStr(bmph->bfSize);
　　Form1->Edit2->Text=IntToStr(bmpi->width);
　　Form1->Edit3->Text=IntToStr(bmpi->height);
　　Form1->Edit4->Text=IntToStr(bmpi->comp);
　　Form1->Edit5->Text=IntToStr(bmpi->used);
　　int i,j,k,l,wc,pos;
　　long N=bmph->bfSize- bmph->Offbits;//象素总数
　　COLOR_ *image=new COLOR_[N]; //位图矩阵
　　COLOR_ *newimage=new COLOR_[N];//滤波后的位图矩阵
　　fread(image,N*3,1,f);//读入位图矩阵
　　//---------先COPY不处理的原图像第一行，因为第一行无法取窗口
　　memcpy((void*)newimage,(void*)image,(bmpi->width+1)*3);
　　//--!!!!!!!!!!!!!!下面开始窗口为3×3中值滤波!!!!!!!!!!!!!!!!
　　int ns=bmpi->width+1; //开始处理的起点
　　int ne=N-bmpi->width-2; //开始处理的终点
　　unsigned char *psr=new unsigned char[9]; //红色窗口
　　unsigned char *psg=new unsigned char[9]; //绿色窗口
　　unsigned char *psb=new unsigned char[9]; //蓝色窗口
　　unsigned char temp;
　　COLOR_ cc;
　　for(i=ns;i<=ne;i++)
　　{
　　//---------红色窗口
　　//---3*3窗口矩阵第一行
　　psr[0]=image[i-bmpi->width+1].red ;
　　psr[1]=image[i-bmpi->width+1].red;
　　psr[2]=image[i-bmpi->width+1].red;
　　//---3*3窗口矩阵第二行
　　psr[3]=image[i-1].red;
　　psr[4]=image[i].red;
　　psr[5]=image[i+1].red;
　　//---3*3窗口矩阵第三行
　　psr[6]=image[i+bmpi->width-1].red;
　　psr[7]=image[i+bmpi->width].red;
　　psr[8]=image[i+bmpi->width+1].red;
　　//---------绿色窗口
　　//---3*3窗口矩阵第一行
　　psg[0]=image[i-bmpi->width+1].green ;
　　psg[1]=image[i-bmpi->width+1].green;
　　psg[2]=image[i-bmpi->width+1].green;
　　//---3*3窗口矩阵第二行
　　psg[3]=image[i-1].green;
　　psg[4]=image[i].green;
　　psg[5]=image[i+1].green;
　　//---3*3窗口矩阵第三行
　　psg[6]=image[i+bmpi->width-1].green;
　　psg[7]=image[i+bmpi->width].green;
　　psg[8]=image[i+bmpi->width+1].green;
　　//---------蓝色窗口
　　//---3*3窗口矩阵第一行
　　psb[0]=image[i-bmpi->width+1].blue ;
　　psb[1]=image[i-bmpi->width+1].blue;
　　psb[2]=image[i-bmpi->width+1].blue;
　　//---3*3窗口矩阵第二行
　　psb[3]=image[i-1].blue;
　　psb[4]=image[i].blue;
　　psb[5]=image[i+1].blue;
　　//---3*3窗口矩阵第三行
　　psb[6]=image[i+bmpi->width-1].blue;
　　psb[7]=image[i+bmpi->width].blue;
　　psb[8]=image[i+bmpi->width+1].blue;
　　//--------选择排序
　　for(j=0;j<9;j++)
　　{
　　//-----------红色排序
　　pos=j;
　　for(k=j;k<9;k++)
　　{
　　if(psr[k]
　　pos=k;
　　}
　　temp=psr[j];
　　psr[j]=psr[pos];
　　psr[pos]=temp;
　　//--------------绿色排序
　　pos=j;
　　for(k=j;k<9;k++)
　　{
　　if(psg[k]
　　pos=k;
　　}
　　temp=psg[j];
　　psg[j]=psg[pos];
　　psg[pos]=temp;
　　//--------------蓝色排序
　　pos=j;
　　for(k=j;k<9;k++)
　　{
　　if(psb[k]
　　pos=k;
　　}
　　temp=psb[j];
　　psb[j]=psb[pos];
　　psb[pos]=temp;
　　}
　　//------取中值
　　newimage[i].red=psr[4];
　　newimage[i].green=psg[4];
　　newimage[i].blue=psb[4];
　　}
　　//!!!!!!!!!!!滤波完毕，COPY无法滤波的最后一行，因为最后一行无法取窗口!!!!!!!
　　memcpy((void*)&image[ne+1],(void*)&image[ne+1],(bmpi->width+1)*3);
　　//------显示图形
　　COLOR_ color;
　　TColor *tc;
　　if(bmpi->width%4==0)//-----------因为BMP图像4字节对齐
　　wc=bmpi->width/4*4;
　　else
　　wc=(bmpi->width/4+1)*4;
　　pos=0;
　　for( i=0;i height;i++)
　　{
　　for(j=0;j
　　{
　　//-----原始图形
　　color=image[pos];
　　tc=SwitchColor(color.red,color.green,color.blue);
　　Form1->Canvas->Pixels[10+j][600-i]=*tc;
　　//------新图形
　　color=newimage[pos];
　　tc=SwitchColor(color.red,color.green,color.blue);
　　Form1->Canvas->Pixels[400+j][600-i]=*tc;
　　pos++;
　　}
　　}
　　fclose(f);
　　}
　　//-------------------------------------------------------------------------
　　经过实际运行证实，中值滤波能有效去除图像中的噪声点，特别是在一片连续变化缓和的区域中（比如人的衣服，皮肤），几乎100％去除灰度突变点（可以认为是噪声点），也因为如此，中值滤波不适合用在一些细节多，如细节点，细节线多的图像中，因为细节点有可能被当成噪声点去除。
　　中值滤波的窗口还可以有多种形状，上面程序选择的是矩形（容易计算），其实窗口还可以是菱形，圆形，十字形等等，不同的窗口形状有不同的滤波效果，对有缓慢且有较长轮廓线的物体适合用矩形或者原型窗口，对于有尖顶角物体的图像适合采用十字形窗口。
　　中值滤波可以进行线性组合，不同窗口形状的滤波器可以线性组合
　　g(x,y)=E{k=1,n}ak*medk(f(x,y)) 编辑关系，左式E{k=1,n}表示下标k从1到n连加符号，ak是各滤波器权值系数，med是滤波器函数。其实就是象素灰度通过所有滤波器再相加，各滤波器权值ak的和应该＝1。
　　中值滤波同时伴随着模糊化效果。

本文转自
http://3pcode.com/code/2006/09/80704.htm