中值滤波
1、什么是中值滤波?
无论是直接获取的灰度图像,还是由彩色图像转换得到的灰度图像,里面都有噪声的存在,噪声对图像质量有很大的影响。进行中值滤波不仅可以去除孤点噪声,而且可以保持图像的边缘特性,不会使图像产生显著的模糊,比较适合于实验中的人脸图像。
中值滤波是一种非线性的信号处理方法,因此中值滤波器也就是一种非线性的滤波器。在一定条件下,其可以克服线性滤波器处理图像细节模糊的问题,而且它对滤除脉冲干扰和图像扫描噪声非常有效,但是,对点、线、尖顶等细节较多的图像,则会引起图像信息的丢失。中值滤波器最先被应用于一维信号的处理中,后来被人们引用到二维图像的处理中来。
中值滤波是对一个滑动窗口内的诸像素灰度值排序,用其中值代替窗口中心象素的原来灰度值,它是一种非线性的图像平滑法,它对脉冲干扰级椒盐噪声的抑制效果好,在抑制随机噪声的同时能有效保护边缘少受模糊。
中值滤波可以过滤尖峰脉冲。目的在于我们对于滤波后的数据更感兴趣。滤波后的数据保留的原图像的变化趋势,同时去除了尖峰脉冲对分析造成的影响。
以一维信号的中值滤波举例。对灰度序列80、120、90、200、100、110、70,如果按大小顺序排列,其结果为70、80、90、10O、110、120、200,其中间位置上的灰度值为10O,则该灰度序列的中值即为100。一维信号中值滤波实际上就是用中值代替规定位置(一般指原始信号序列中心位置)的信号值。对前面所举的序列而言,中值滤波的结果是用中值100替代序列80、120、90、200、100、110、70中的信号序列中心位置值200,得到的滤波序列就是80、120、90、100、100、110、70。如果在此序列中200是一个噪声信号,则用此方法即可去除这个噪声点。
二维中值滤波算法是: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ooooxoooo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。
中值滤波的基本思想是,把局部区域的像素按灰度等级进行排序,取该领域中灰度的中值作为当前像素的灰度值。
中值滤波的步骤为:
1、将滤波模板(含有若干个点的滑动窗口)在图像中漫游,并将模板中心与图中某个像素位置重合;
2、读取模板中各对应像素的灰度值;
3、将这些灰度值从小到大排列;
4、取这一列数据的中间数据,将其赋给对应模板中心位置的像素。如果窗口中有奇数个元素,中值取元素按灰度值大小排序后的中间元素灰度值。如果窗口中有偶数个元素,中值取元素按灰度值大小排序后,中间两个元素灰度的平均值。因为图像为二维信号,中值滤波的窗口形状和尺寸对滤波器效果影响很大,不同图像内容和不同应用要求往往选用不同的窗口形状和尺寸。
由以上步骤,可以看出,中值滤波对孤立的噪声像素即椒盐噪声、脉冲噪声具有良好的滤波效果。由于其并不是简单的取均值,所以,它产生的模糊也就相对比较少。
I = im2double(imread('E:/0.jpg'));
I = rgb2gray(I);
I1 = imnoise(I,'salt & pepper');
I2 = medfilt2(I1);
I3 = imnoise(I,'gaussian');
I4 = medfilt2(I3);
subplot(2,2,1),imshow(I1);
subplot(2,2,2),imshow(I2);
subplot(2,2,3),imshow(I3);
subplot(2,2,4),imshow(I4);
图像处理中,中值滤波的实现方法
- unsigned char GetMedianNum(int * bArray, int iFilterLen)
- {
- int i,j;// 循环变量
- unsigned char bTemp;
- // 用冒泡法对数组进行排序
- for (j = 0; j < iFilterLen - 1; j ++)
- {
- for (i = 0; i < iFilterLen - j - 1; i ++)
- {
- if (bArray[i] > bArray[i + 1])
- {
- // 互换
- bTemp = bArray[i];
- bArray[i] = bArray[i + 1];
- bArray[i + 1] = bTemp;
- }
- }
- }
- // 计算中值
- if ((iFilterLen & 1) > 0)
- {
- // 数组有奇数个元素,返回中间一个元素
- bTemp = bArray[(iFilterLen + 1) / 2];
- }
- else
- {
- // 数组有偶数个元素,返回中间两个元素平均值
- bTemp = (bArray[iFilterLen / 2] + bArray[iFilterLen / 2 + 1]) / 2;
- }
- return bTemp;
- }
- 注:bArray 是一个整形指针,我们传入的一般是一个数组,用来存储待排序的数据
- iFilterLen 是滤波器的长度
- 用在图像处理中时,由于像素的取值范围是0~255,刚好是unsigned char 的范围,所以函数的返回值是unsigned char,如果我们要处理的数是float型,或其他类型,返回值也可以更改~~返回值是bTemp,也即是我们想得到的中值
- <span style="color:#333333">下面是一个完整的C语言程序,用在图像处理中</span>
- /*************************************************************************
- * 函数名称:
- * MedianFilter()
- * 参数:
- * int iFilterH - 滤波器的高度
- * int iFilterW - 滤波器的宽度
- * int iFilterMX - 滤波器的中心元素X坐标
- * int iFilterMY - 滤波器的中心元素Y坐标
- * 说明:
- * 该函数对DIB图像进行中值滤波。
- ************************************************************************/
- #define iFilterW 1
- #define iFilterH 1
- #define iFilterMX 1
- #define iFilterMY 1
- #define WIDTHBYTES(bits) (((bits) + 31) / 32 * 4)
- unsigned char GetMedianNum(int * bArray, int iFilterLen);
- void MedianFilter(unsigned char *pImg1,unsigned char *pImg,int nWidth,int nHeight)
- {
- unsigned char *lpSrc; // 指向源图像的指针
- unsigned char *lpDst; // 指向要复制区域的指针
- int aValue[iFilterH*iFilterW]; // 指向滤波器数组的指针
- int i,j,k,l; // 循环变量
- int lLineBytes; // 图像每行的字节数
- lLineBytes = WIDTHBYTES(nWidth * 8);
- for ( i=0;i<nWidth;i++,pImg++ )
- (*pImg)=0;
- // 开始中值滤波
- // 行(除去边缘几行)
- for(i = iFilterMY; i < nHeight - iFilterH + iFilterMY + 1; i++)
- {
- // 列(除去边缘几列)
- for(j = iFilterMX; j < nWidth - iFilterW + iFilterMX + 1; j++)
- {
- // 指向新DIB第i行,第j个象素的指针
- lpDst = pImg + lLineBytes * (nHeight - 1 - i) + j;
- // 读取滤波器数组
- for (k = 0; k < iFilterH; k++)
- {
- for (l = 0; l < iFilterW; l++)
- {
- // 指向DIB第i - iFilterMY + k行,第j - iFilterMX + l个象素的指针
- lpSrc = pImg1 + lLineBytes * (nHeight - 1 - i + iFilterMY - k) + j - iFilterMX + l;
- // 保存象素值
- aValue[k * iFilterW + l] = *lpSrc;
- }
- }
- // 获取中值
- * lpDst = GetMedianNum(aValue, iFilterH * iFilterW);
- }
- }
- }
- unsigned char GetMedianNum(int * bArray, int iFilterLen)
- {
- int i,j; // 循环变量
- unsigned char bTemp;
- // 用冒泡法对数组进行排序
- for (j = 0; j < iFilterLen - 1; j ++)
- {
- for (i = 0; i < iFilterLen - j - 1; i ++)
- {
- if (bArray[i] > bArray[i + 1])
- {
- // 互换
- bTemp = bArray[i];
- bArray[i] = bArray[i + 1];
- bArray[i + 1] = bTemp;
- }
- }
- }
- // 计算中值
- if ((iFilterLen & 1) > 0)
- {
- // 数组有奇数个元素,返回中间一个元素
- bTemp = bArray[(iFilterLen + 1) / 2];
- }
- else
- {
- // 数组有偶数个元素,返回中间两个元素平均值
- bTemp = (bArray[iFilterLen / 2] + bArray[iFilterLen / 2 + 1]) / 2;
- }
- return bTemp;
- }