中值和均值滤波算法.docx

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;   
//   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);      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   <   lHeight   -   iFilterH   +   iFilterMY   +   1;   i++)  {  
    //   列(除去边缘几列)  
    for(j   =   iFilterMX;   j   <   lWidth   -   iFilterW   +   iFilterMX   +   1;   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   <   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   =   (unsigned   char*)lpDIBBits   +   lLineBytes    

*   (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： 
/*************************************************************************  *  
*   函数名称：  
*       GetMedianNum()  *  
*   参数:  
*       unsigned   char   *   bpArray   -   指向要获取中值的数组指针  *       int       iFilterLen       -   数组长度  
*  
*   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   <   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;  }  

//   返回中值  return   bTemp;  } 
        /// p">是否是彩色位图 
 13         /// 过滤半径 
 14         public Bitmap ColorfulBitmapMedianFilterFunction(Bitmap srcBmp, int windowRadius, bool IsColorfulBitmap)  
15         { 
 16             if (windowRadius < 1) 
 17             { 
 18                 throw new Exception("过滤半径小于1没有意义"); 
 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];
  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 <= srcBmp.Width - 1; i++) 
 38             { 
 39                 for (int j = 0; j <= srcBmp.Height - 1; 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                 } 
 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 <= bmp.Width - 1; i++) 
 62             { 
 63                 for (int j = 0; j <= bmp.Height - 1; j++) 
 64                 { 
 65                     bmp.SetPixel(i, j, Color.FromArgb(mR[i, j], mG[i, j], mB[i, j]));  
66                 }  
67             } 
 68             return bmp;  
69         }  
70  
 71         /// aram>  
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 <= width - 1; i++) 
 86             { 
 87                 for (int j = 0; j <= height - 1; j++) 
 88                 { 
 89                     //得到过滤窗口矩形 
 90                     Rectangle rectWindow = new Rectangle(i - windowRadius, j - windowRadius, 2 * windowRadius + 1, 2 * windowRadius + 1); 
 91                     if (rectWindow.Left < 0) rectWindow.X = 0;  
92                     if (rectWindow.Top < 0) rectWindow.Y = 0; 
 93                     if (rectWindow.Right > width - 1) rectWindow.Width = width - 1 - rectWindow.Left; 
 94                     if (rectWindow.Bottom > height - 1) rectWindow.Height = height - 1 - rectWindow.Top; 
 95                     //将窗口中的颜色取到列表中 
 96                     List windowPixelColorList = new List(); 
 97                     for (int oi = rectWindow.Left; oi <= rectWindow.Right - 1; oi++)  
98                     { 
 99                         for (int oj = rectWindow.Top; oj <= rectWindow.Bottom - 1; oj++) 
100                         { 
101                             windowPixelColorList.Add(m[oi, oj]); 
102                         } 
103                     }
 104                     //排序 
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                 } 
121             } 
122             return lightArray; 
123         }  

MATLAB算法实现的方法
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 
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') 
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')