动态二维码中值滤波处理_【摘录】中值滤波器 ( Median Filter ) C++ 实现

有了前面一个均值滤波器的基础， 在看中值滤波器就不是很容易继续了。均值滤波是像素周围的3*3的像素做平均值操作， 那么中值就是在3*3中的像素中寻找中值。 来看这样一个描述图(无图无真相)

这把可以清晰地看到， 这里有6，2，0，3，97，4，19，3，10这些像素， 然后中间的这些像素值就被这些像素的中位数也就是中值取代了。为了满足和前面一篇文章的格式相对应， 我们马上进入下一个单元， 来看看在平滑和降噪方面的功效！

原图1                                                                           中值滤波之后

 

噪声图(5%)                                                                中值滤波后：

 

非常impressive的一点在这里就可以看出来了， 很明显中值滤波不仅是图像变得平滑，同时去除了椒盐噪声(图像最外圈的像素没有去除掉只是因为我没有从0-width处理而已)。从这里中值的逻辑来看， 我们做中值操作的时候， 那么白色(255)和黑色(0)因为是最大最小值， 除非周围的颜色都是黑色或者白色，不然一般都会被剔除掉， 这就是和均值最大的不同！ 所以在效果上要好很多。一般来说这个中值滤波是去除椒盐噪声的非常理想的选择。

一样的，最后还是贴一段我运行的代码：

/**

** method to remove noise from the corrupted image by median value

* @param corrupted input grayscale binary array with corrupted info

* @param smooth output data for smooth result, the memory need to be allocated outside of the function

* @param width width of the input grayscale image

* @param height height of the input grayscale image

*/

voidmedianFilter (unsignedchar* corrupted, unsignedchar* smooth,intwidth,intheight)

{

memcpy ( smooth, corrupted, width*height*sizeof(unsignedchar) );

for(intj=1;j

{

for(inti=1;i

{

intk = 0;

unsigned charwindow[9];

for(intjj = j - 1; jj 

for(intii = i - 1; ii 

window[k++] = corrupted[jj * width + ii];

//   Order elements (only half of them)

for(intm = 0; m 

{

intmin = m;

for(intn = m + 1; n 

if(window[n] 

min = n;

//   Put found minimum element in its place

unsigned chartemp = window[m];

window[m] = window[min];

window[min] = temp;

}

smooth[ j*width+i ] = window[4];

}

}

}