均值滤波算法 中值和均值滤波算法

均值滤波算法 中值和均值滤波算法 作业:对lean.raw文件，采用中值滤波和均值滤波，完成图象去噪 中值滤波: /************************************************* ************************ * * 函数 excel方差函数excelsd函数已知函数     2 f x m x mx m      2 1 4 2拉格朗日函数pdf函数公式下载 名称: * MedianFilter() * * 参数: * LPSTR lpDIBBits - 指向源DIB图像指针 * LONG lWidth - 源图像宽度(象素数) * LONG lHeight - 源图像高度(象素数) * 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 1 素X坐标 * int iFilterMY - 滤波器 的中心元素Y坐标 * * 返回值: * BOOL - 成功返回TRUE，否则返 回FALSE。 * * 说明: * 该函数对DIB图像进行中值滤波。 * ************************************************************************/ BOOL WINAPI MedianFilter(LPSTR lpDIBBits, LONG lWidth, LONG lHeight, int iFilterH, int iFilterW, int iFilterMX, int iFilterMY) { // 指向源图像的指针 unsigned char* lpSrc; // 指向要复制区域的指针 unsigned char* lpDst; // 指向复制图像的指针 LPSTR lpNewDIBBits; HLOCAL hNewDIBBits; // 指向滤波器数组的指针 unsigned char * aValue; HLOCAL hArray; // 循环变量 LONG i; LONG j; LONG k; LONG l; 2 // 图像每行的字节数 LONG lLineBytes; // 计算图像每行的字节数 lLineBytes = WIDTHBYTES(lWidth * 8); // 暂时分配内存，以保存新图像 hNewDIBBits = LocalAlloc(LHND, lLineBytes * lHeight); // 判断是否内存分配失败 if (hNewDIBBits == NULL) { // 分配内存失败 return FALSE; } // 锁定内存 lpNewDIBBits = (char * )LocalLock(hNewDIBBits); // 初始化图像为原始图像 memcpy(lpNewDIBBits, lpDIBBits, lLineBytes * lHeight); // 暂时分配内存，以保存滤波器数组 hArray = LocalAlloc(LHND, iFilterH * iFilterW); // 判断是否内存分配失败 if (hArray == NULL) { // 释放内存 LocalUnlock(hNewDIBBits); 3 LocalFree(hNewDIBBits); // 分配内存失败 return FALSE; } // 锁定内存 aValue = (unsigned char * )LocalLock(hArray); // 开始中值滤波 // 行(除去边缘几行) for(i = iFilterMY; i // 列(除去边缘几列) for(j = iFilterMX; j // 指向新DIB第i行， 第j个象素的指针 lpDst = (unsigned char*)lpNewDIBBits + lLineBytes * (lHeight - 1 - i) + j; // 读取滤波器数组 for (k = 0; k for (l = 0; l // 指向DIB第i - iFilterMY + k行，第j - iFilterMX + l个象素的指针 lpSrc = (unsigned char*)lpDIBBits + lLineBytes 4 * (lHeight - 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); } } // 复制变换后的图像 memcpy(lpDIBBits, lpNewDIBBits, lLineBytes * lHeight); // 释放内存 LocalUnlock(hNewDIBBits); LocalFree(hNewDIBBits); LocalUnlock(hArray); LocalFree(hArray); // 返回 return TRUE; } 均值滤波: /************************************************* 5 ************************ * * 函数名称: * GetMedianNum() * * 参数: * unsigned char * bpArray - 指 针 * int iFilterLen - 数组长度 * 向要获取中值的数组指 * 返回值: * unsigned char - 返回指定数 组的中值。 * * 说明: * 该函数用冒泡法对一维数组进行排序，并返回数 组元素的中值。 * ************************************************** **********************/ unsigned char WINAPI GetMedianNum(unsigned char * bArray, int iFilterLen) { // 循环变量 int i; int j; // 中间变量 unsigned char bTemp; // 用冒泡法对数组进行排序 for (j = 0; j { 6 for (i = 0; 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; } // 返回中值 return bTemp; } /// 7 9 /// 中值滤波算法处理 10 /// 11 /// 12 /// 13 /// 14 public Bitmap ColorfulBitmapMedianFilterFunction(Bitmap srcBmp, int windowRadius, bool IsColorfulBitmap) 15 { 16 if (windowRadius 17 { 18 throw new Exception( 19 } 20 //创建一个新的位图对象 21 Bitmap bmp = new Bitmap(srcBmp.Width, srcBmp.Height); 22 23 //存储该图片所有点的RGB值 24 byte[,] mR,mG,mB; 25 mR = new byte[srcBmp.Width, srcBmp.Height]; 26 if (IsColorfulBitmap) 27 { 28 mG = new byte[srcBmp.Width, srcBmp.Height]; 8 29 mB = new byte[srcBmp.Width, srcBmp.Height]; 30 } 31 else 32 { 33 mG = mR; 34 mB = mR; 35 } 36 37 for (int i = 0; i 38 { 39 for (int j = 0; j 40 { 41 mR[i, j] = srcBmp.GetPixel(i, j).R; 42 if (IsColorfulBitmap) 43 { 44 mG[i, j] = srcBmp.GetPixel(i, j).G; 45 mB[i, j] = srcBmp.GetPixel(i, j).B; 46 } 47 } 9 48 } 49 50 mR = MedianFilterFunction(mR, windowRadius); 51 if (IsColorfulBitmap) 52 { 53 mG = MedianFilterFunction(mG, windowRadius); 54 mB = MedianFilterFunction(mB, windowRadius); 55 } 56 else 57 { 58 mG = mR; 59 mB = mR; 60 } 61 for (int i = 0; i 62 { 63 for (int j = 0; j 64 { 65 bmp.SetPixel(i, j, Color.FromArgb(mR[i, j], mG[i, j], mB[i, j])); 66 } 10 67 } 68 return bmp; 69 } 70 71 /// 72 /// 对矩阵M进行中值滤波 73 /// 74 /// 75 /// 76 /// 结果矩阵 77 private byte[,] MedianFilterFunction(byte[,] m, int windowRadius) 78 { 79 int width = m.GetLength(0); 80 int height = m.GetLength(1); 81 82 byte[,] lightArray = new byte[width, height]; 83 84 //开始滤波 85 for (int i = 0; i 86 { 87 for (int j = 0; j 88 { 89 //得到过滤窗口矩形 11 90 Rectangle rectWindow = new Rectangle(i - windowRadius, j - windowRadius, 2 * windowRadius + 1, 2 * windowRadius + 1); 91 if (rectWindow.Left 92 if (rectWindow.Top 93 if (rectWindow.Right > width - 1) rectWindow.Width = width - 1 - rectWindow.Le ft; 94 if (rectWindow.Bottom > height - 1) rectWindow.Height = height - 1 - rectWindow.Top; 95 //将窗口中的颜色取到列 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 中 96 List windowPixelColorList = new List(); 97 for (int oi = rectWindow.Left; oi 98 { 99 for (int oj = rectWindow.Top; oj 100 { 101 windowPixelColorList.Add(m[oi, oj]); 102 } 103 } 104 //排序 12 105 windowPixelColorList.Sort(); 106 //取中值 107 byte middleValue = 0; 108 if ((windowRadius * windowRadius) % 2 == 0) 109 { 110 //如果是偶数 111 middleValue = Convert.ToByte((windowPixelColorList[windowPixelColorList.Count / 2] + windowPixelColorList[windowPixelColorList.Count / 2 - 1]) / 2); 112 } 113 else 114 { 115 //如果是奇数 116 middleValue = windowPixelColorList[(windowPixelColorList.Count - 1) / 2]; 117 } 118 //设置为中值 119 lightArray[i, j] = middleValue; 120 } 13 121 } 122 return lightArray; 123 } MATLAB算法实现的 方法 快递客服问题件处理详细方法山木方法pdf计算方法pdf华与华方法下载八字理论方法下载 一个均值滤波的例子: I=imread(„cameraman.tif?);%读入图像 J=imnoise(I,?salt & pepper?,0.02);%给图像添加椒盐噪声 K=imnoise(I,?gaussian?,0,0.005);%给图像添加均值为0，方差为0.005的高斯噪声 subplot(231),imshow(I) title(„原图像?) subplot(232),imshow(J) title(„添加椒盐噪声图像?) subplot(233),imshow(K) title(„添加高斯噪声图像?) subplot(234),imshow(I) title(„原图像?) K1=filter2(fspecial(„average?,3),J)/255;%使用3×3模板均值滤波 subplot(235),imshow(K1) title(„3*3椒盐噪声均值滤波?) K2=filter2(fspecial(„average?,3),K)/255;%使用3×3模板均值滤波 subplot(236),imshow(K2) title(„3*3高斯噪声均值滤波?) 一个中值滤波的例子: I=imread(„cameraman.tif?);%读入图像 14 J=imnoise(I,?salt & pepper?,0.02);%给图像添加椒盐噪声 K=imnoise(I,?gaussian?,0,0.005);%给图像添加均值为0,方差为0.005的高斯噪声 subplot(231),imshow(I) title(„原图像?) subplot(232),imshow(J) title(„添加椒盐噪声图像?) subplot(233),imshow(K) title(„添加高斯噪声图像?) subplot(234),imshow(I) title(„原图像?) K1=medfilt2(J,[3,3]);%使用3×3模板中值滤波 subplot(235),imshow(K1) title(„3*3椒盐噪声中值滤波?) K2=medfilt2(K,[3,3]);%使用3×3模板中值滤波 subplot(236),imshow(K2) title(„3*3高斯噪声中值滤波?) 3、均值滤波与中值滤波的对比 I=imread(„cameraman.tif?);%读入图像 J=imnoise(I,?salt & pepper?,0.02);%给图像添加椒盐噪声 K=imnoise(I,?gaussian?,0,0.005);%给图像添加均值为0，方差为0.005的高斯噪声 subplot(331),imshow(I) title(„原图像?) subplot(332),imshow(J) title(„添加椒盐噪声图像?) subplot(333),imshow(K) title(„添加高斯噪声图像?) subplot(334),imshow(I) title(„原图像?) K1=filter2(fspecial(„average?,3),J)/255;%使用3×3模板均值滤波 subplot(335),imshow(K1) title(„3*3椒盐噪声均值滤波?) 15 K2=filter2(fspecial(„average?,3),K)/255;%使用3×3模板均值滤波 subplot(336),imshow(K2) title(„3*3高斯噪声均值滤波?) subplot(337),imshow(I) title(„原图像?) K3=medfilt2(J,[3,3]);%使用3×3模板中值滤波 subplot(338),imshow(K3) title(„3*3椒盐噪声 中值滤波?) K4=medfilt2(K,[3,3]);%使用3×3模板中值滤波 subplot(339),imshow(K4) title(„3*3高斯噪声中值滤波?) 百度搜索“就爱阅读”,专业资料,生活学习,尽在就爱阅读网92to.com,您的在线图书馆 16