opencv——均值/中值滤波器去噪

实验内容及实验原理：

1．用均值滤波器（即邻域平均法）去除图像中的噪声；

2．用中值滤波器去除图像中的噪声

3．比较两种方法的处理结果

实验步骤：

用原始图像lena.bmp或cameraman.bmp加产生的3%椒盐噪声图像合成一幅有噪声的图像并显示；

1．用均值滤波器去除图像中的噪声（选3x3窗口）：以当前像素点为中心，求窗口内所有灰度值的和，以其平均值作为中心像素新的灰度值

2． 用中值滤波器去除图像中的噪声(选3x3窗口做中值滤波)；以当前像素点为中心，求窗口中所有像素点的灰度值的中值，以中值作为中心像素点的值

3．将两种处理方法的结果与原图比较，注意两种处理方法对边缘的影响。

添加椒盐噪声

以3%的几率产生随机为0/255的灰度值覆盖原来的灰度值

   for (int i = 0; i <src->height; i++){
        for (int j = 0; j <src->width; j++){
            CvScalar s = cvGet2D(src, i,j);
            srand(seed++);
            if (rand() % 100 <3){//3%的几率覆盖
                srand(seed++);
                s.val[0]= rand() % 2 * 255;//随机是0还是255
            }
            cvSet2D(dst,i, j, s);
        }
    }

添加后：

均值滤波

计算当前像素周围的九个像素点的灰度值和，以其平均值作为当前像素的灰度值。如果是边缘的像素点就求有限的几个像素灰度值的平均值

for (int i = 0;i < dst->height; i++){
     for (int j = 0; j < dst->width