中值滤波

Posted 2020-07-28 emg0818

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

 

1：通过从图像中的某个采样窗口取出奇数个数据进行排序

2：用排序后的中值取代要处理的数据即可

 

中值滤波的算法实现过程，重点是排序，最常用的冒泡排序~~

把滤波区间的数据从小到大进行排序，然后取中值，（如果是奇数个数据，那么中值就只有一个了，如果偶数个数据，中值有两个，可以对两个数据再求平均）

下面是一个C语言实现中值滤波的函数：

[cpp] view plain copy

 

 

1. unsigned char GetMedianNum(int * bArray, int iFilterLen)  
2. {  
3.     int i,j;// 循环变量  
4.     unsigned char bTemp;  
5.       
6.     // 用冒泡法对数组进行排序  
7.     for (j = 0; j < iFilterLen - 1; j ++)  
8.     {  
9.         for (i = 0; i < iFilterLen - j - 1; i ++)  
10.         {  
11.             if (bArray[i] > bArray[i + 1])  
12.             {  
13.                 // 互换  
14.                 bTemp = bArray[i];  
15.                 bArray[i] = bArray[i + 1];  
16.                 bArray[i + 1] = bTemp;  
17.             }  
18.         }  
19.     }  
20.       
21.     // 计算中值  
22.     if ((iFilterLen & 1) > 0)  
23.     {  
24.         // 数组有奇数个元素，返回中间一个元素  
25.         bTemp = bArray[(iFilterLen + 1) / 2];  
26.     }  
27.     else  
28.     {  
29.         // 数组有偶数个元素，返回中间两个元素平均值  
30.         bTemp = (bArray[iFilterLen / 2] + bArray[iFilterLen / 2 + 1]) / 2;  
31.     }  
32.   
33.     return bTemp;  
34. }  

[cpp] view plain copy

 

 

1. 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  
2.     iFilterLen 是滤波器的长度  
3.    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  

[cpp] view plain copy

 

 

1. <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>  

 

[cpp] view plain copy

 

 

1. /************************************************************************* 
2.  * 函数名称： 
3.  *   MedianFilter() 
4.  * 参数: 
5.  *   int   iFilterH         - 滤波器的高度 
6.  *   int   iFilterW         - 滤波器的宽度 
7.  *   int   iFilterMX        - 滤波器的中心元素X坐标 
8.  *   int   iFilterMY        - 滤波器的中心元素Y坐标 
9.  * 说明: 
10.  *   该函数对DIB图像进行中值滤波。 
11.  ************************************************************************/  
12. #define iFilterW 1  
13. #define iFilterH 1  
14. #define iFilterMX 1  
15. #define iFilterMY 1  
16. #define WIDTHBYTES(bits)    (((bits) + 31) / 32 * 4)  
17.   
18.   
19. unsigned char GetMedianNum(int * bArray, int iFilterLen);  
20. void MedianFilter(unsigned char *pImg1,unsigned char *pImg,int nWidth,int nHeight)  
21. {         
22.     unsigned char   *lpSrc;                         // 指向源图像的指针   
23.     unsigned char   *lpDst;                         // 指向要复制区域的指针  
24.     int         aValue[iFilterH*iFilterW];          // 指向滤波器数组的指针  
25.     int         i,j,k,l;                            // 循环变量   
26.     int         lLineBytes;                         // 图像每行的字节数   
27.     lLineBytes = WIDTHBYTES(nWidth * 8);  
28.     for ( i=0;i<nWidth;i++,pImg++ )  
29.         (*pImg)=0;  
30.     // 开始中值滤波  
31.     // 行(除去边缘几行)  
32.     for(i = iFilterMY; i < nHeight - iFilterH + iFilterMY + 1; i++)  
33.     {  
34.         // 列(除去边缘几列)  
35.         for(j = iFilterMX; j < nWidth - iFilterW + iFilterMX + 1; j++)  
36.         {  
37.             // 指向新DIB第i行，第j个象素的指针  
38.             lpDst = pImg + lLineBytes * (nHeight - 1 - i) + j;  
39.               
40.             // 读取滤波器数组  
41.             for (k = 0; k < iFilterH; k++)  
42.             {  
43.                 for (l = 0; l < iFilterW; l++)  
44.                 {  
45.                     // 指向DIB第i - iFilterMY + k行，第j - iFilterMX + l个象素的指针  
46.                     lpSrc = pImg1 + lLineBytes * (nHeight - 1 - i + iFilterMY - k) + j - iFilterMX + l;  
47.                   
48.                     // 保存象素值  
49.                     aValue[k * iFilterW + l] = *lpSrc;  
50.                 }  
51.             }  
52.               
53.             // 获取中值  
54.             * lpDst = GetMedianNum(aValue, iFilterH * iFilterW);  
55.         }  
56.     }  
57.   
58. }  
59.   
60. unsigned char GetMedianNum(int * bArray, int iFilterLen)  
61. {  
62.     int     i,j;            // 循环变量  
63.     unsigned char bTemp;  
64.       
65.     // 用冒泡法对数组进行排序  
66.     for (j = 0; j < iFilterLen - 1; j ++)  
67.     {  
68.         for (i = 0; i < iFilterLen - j - 1; i ++)  
69.         {  
70.             if (bArray[i] > bArray[i + 1])  
71.             {  
72.                 // 互换  
73.                 bTemp = bArray[i];  
74.                 bArray[i] = bArray[i + 1];  
75.                 bArray[i + 1] = bTemp;  
76.             }  
77.         }  
78.     }  
79.       
80.     // 计算中值  
81.     if ((iFilterLen & 1) > 0)  
82.     {  
83.         // 数组有奇数个元素，返回中间一个元素  
84.         bTemp = bArray[(iFilterLen + 1) / 2];  
85.     }  
86.     else  
87.     {  
88.         // 数组有偶数个元素，返回中间两个元素平均值  
89.         bTemp = (bArray[iFilterLen / 2] + bArray[iFilterLen / 2 + 1]) / 2;  
90.     }  
91.       
92.     return bTemp;  
93. }