数字图像处理笔记（七）中值滤波（c++语言）

参考文献：数字图像处理（第三版）（第四版）   美Rafael，C.，Gonzalez（拉斐尔，C.，冈萨雷斯） 著

及众多网上博客，教程等

线性滤波与非线性滤波的区别参考博客：https://blog.csdn.net/zqx951102/article/details/82967360

全代码地址：https://mp.csdn.net/postedit/100053767

中值滤波属于非线性滤波的一种。它是拿领域的中值来代替像素中心的值。这个好处就是把最大值没有什么贡献，最小值也没有什么贡献，只看中间值，去除椒盐噪声那些比较好。从C++的角度，既然是中值那就是排序呗。我推荐使用冒泡排序，所有的nlogn的排序方法，在n小的时候都不如n^2的排序。而冒泡排序你不用全部排完。你只要冒到中间值就行。具体代码如下（你还是要注意RGB是三个通道的）。

void Bmp::produce_median_filter_bmp_file(const int kernel_side_length)
{
	string median_filter_file_name;
	byte ***pixel_zero;
	int *red_pixel_sort_temp;
	int *green_pixel_sort_temp;
	int *blue_pixel_sort_temp;
	int kernel_size=kernel_side_length*kernel_side_length;//内核总大小（长度）
	red_pixel_sort_temp=new int[kernel_size];
	green_pixel_sort_temp=new int[kernel_size];
	blue_pixel_sort_temp=new int[kernel_size];
	for(int i=0;i<file_name.length()-4;++i)
	{
		median_filter_file_name+=file_name[i];
	}
	median_filter_file_name+="_median_filter.bmp";
	pixel_zero=new byte**[heigth+kernel_side_length-1];
	for(int i=0;i< heigth+kernel_side_length-1;++i)
		pixel_zero[i]=new byte*[width+kernel_side_length-1];
	for(int i=0;i< heigth+kernel_side_length-1;++i)
		for(int j=0;j< width+kernel_side_length-1;++j)
			pixel_zero[i][j]=new byte[byte_count];//为补0像素申请空间
	supply_zero(pixel_zero,kernel_side_length);//填充0
	for(int i=0;i<heigth;++i)
		for (int j = 0; j < width;++j)
			{
				for(int m=0;m<kernel_side_length;++m)
				{
					for(int n=0;n<kernel_side_length;++n)
					{
						red_pixel_sort_temp[m*kernel_side_length+n]=pixel_zero[i+m][j+n][0];
						green_pixel_sort_temp[m*kernel_side_length+n]=pixel_zero[i+m][j+n][1];
						blue_pixel_sort_temp[m*kernel_side_length+n]=pixel_zero[i+m][j+n][2];
					}//将临界矩阵元素值取出
				}
				//if(i==21&&j==21)

				for(int m=0;m<(kernel_size/2+1);++m)//因为只需要找出中值，所以并不需要冒泡排序完所有元素
					for(int n=m+1;n<kernel_size;++n)
						{
							if(red_pixel_sort_temp[n]>red_pixel_sort_temp[m])
								swap(red_pixel_sort_temp[n],red_pixel_sort_temp[m]);
							if(green_pixel_sort_temp[n]>green_pixel_sort_temp[m])
								swap(green_pixel_sort_temp[n],green_pixel_sort_temp[m]);
							if(blue_pixel_sort_temp[n]>blue_pixel_sort_temp[m])
								swap(blue_pixel_sort_temp[n],blue_pixel_sort_temp[m]);
						}
				pixel_temp[i][j][0]=red_pixel_sort_temp[kernel_size/2];
				pixel_temp[i][j][1]=green_pixel_sort_temp[kernel_size/2];
				pixel_temp[i][j][2]=blue_pixel_sort_temp[kernel_size/2];
			}
	produce_bmp_file(pixel_temp,width,heigth,byte_count,median_filter_file_name);
	for(int i=0;i< heigth+kernel_side_length-1;++i)
		for(int j=0;j< width+kernel_side_length-1;++j)
			delete []pixel_zero[i][j];
	for(int i=0;i< heigth+kernel_side_length-1;++i)
		delete []pixel_zero[i];
	delete []pixel_zero;//删除补0像素申请空间
	delete []red_pixel_sort_temp;
	delete []green_pixel_sort_temp;
	delete []blue_pixel_sort_temp;
}

展示

原图像

3x3中值滤波后