OpenCV-跟我学一起学数字图像处理之中值滤波

中值滤波(median filter)在数字图像处理中属于空域平滑滤波的内容(spatial filtering)。对消除椒盐噪声具有很好的效果。

  • 数学原理

为了讲述的便捷,我们以灰度图为例。RGB三通道的彩色图可以通过每一个通道各自的中值滤波联合得到。

数字图像是以矩阵的方式存储的,具体存储方式可以参见OpenCV手册。中值滤波是通过所谓的mask operation操作进行的。以3x3的mask为例。设图像的矩阵形式如下:

0,0 0,1 0,2 0,3 0,4 0,5
1,0 1,1 1,2 1,3 1,4 1,5
2,0 2,1 2,2 2,3 2,4 2,5
3,0 3,1 3,2 3,3 3,4 3,5
4,0 4,1 4,2 4,3 4,4 4,5
5,0 5,1 5,2 5,3 5,4 5,5

图中每个方框代表一个像素,每个方框里的数字对代表该像素在图中的位置。中值滤波从位置(1,1)开始,建立一个3x3的mask

i-1,j-1 i-1,j i-1,j+1
i,j-1 i,j i,j+1
i+1,j-1 i+1,j i+1,j+1

 

让(1,1)与(i,j)对其,取出模板所覆盖的范围内像素值,取这九个值得中值然后赋给(1,1),作为(1,1)位置的新像素值。然后移动模板的中心(i,j)至(1,2),重复上面的操作,直至遍历整幅图片。这里面应该注意的是,我们在做中值滤波时,模板里的中值是赋给一个新建的全新图像,被滤波的图像像素值不会改变。这样就保证了每一次模板覆盖的区域都是原图像的像素。

注:

  1. mask并不一定要用3x3的矩阵来做,模板的大小不是一定的。
  2. 从上面的操作过程可以看到,在图像的最后一行和第一行,最后一列和第一列的像素都没有被遍历到,我们一般有两种方案解决这个问题。
    1. 可以将该位置的所有像素赋值为零。
    2. 可以在原图像的上下左右都加上相应的全零向量,然后再进行上述的中值滤波操作,这样所有原图的像素都可以被遍历到。
  • 基于OpenCV中值滤波程序

OpenCV中也用现成的中值滤波函数medianblur,具体用法为

medianBlur(InputArray src,OutputArray dst,int ksize);

其中InputArray src为Mat类的被滤波图片,OutputArray是Mat类的滤波后输出结果,ksize是mask的大小,如,如果用3x3的模板,ksize就传值3;

基于OpenCV的中指滤波代码段如下,

 1 //load the Original Image and get some informations
 2 Mat src = imread("010.jpg",1);
 3 namedWindow("OriginalImage");
 4 imshow("OriginalImage",src);
 5 CV_Assert(src.depth() == CV_8U);
 6 const int nr = src.rows;
 7 const int nc = src.cols;
 8 const int nchannels = src.channels();
 9 
10 //OpenCV Solution
11 Mat result_opencv;
12 medianBlur(src,result_opencv,3);
13 namedWindow("median filter_opencv");
14 imshow("median filter_opencv",result_opencv);

仿真结果:

原图:

OpenCV-跟我学一起学数字图像处理之中值滤波_第1张图片

用medianBlur中值滤波的结果:

OpenCV-跟我学一起学数字图像处理之中值滤波_第2张图片

  • 基于中值滤波原理编写的中值滤波函数仿真

这次我们进行的不再是灰度图的仿真,所以有必要简单介绍一下彩色图在Mat类里保存的方式,见下图(来源:opencv.org)。

OpenCV-跟我学一起学数字图像处理之中值滤波_第3张图片

从图中我们可以看到,彩色图片中像素的三通道是保存在同一行中的,顺序是BGR。假如指针p[i]定位到的是(0,1)的蓝色通道,那么p[i+Mat.channels]定位到的就是下一列的蓝色通道。

基于中值滤波原理编写的中值滤波函数代码段如下

 1 //own median filter algorithm
 2 uchar* previous = NULL;
 3 uchar* current = NULL;
 4 uchar* next = NULL;
 5 uchar* current_result_own = NULL;
 6 int arr[9];   //use 3*3 mask
 7 for(int i=1;i1;i++)
 8 {
 9     previous = src.ptr(i-1);
10     current = src.ptr(i);
11     next = src.ptr(i+1);
12     current_result_own = result_own.ptr(i);
13     for(int j=nchannels;j1);j++)
14     {
15         for(int k=0;k<3;k++)
16         {
17             arr[k] = previous[j+(k-1)*nchannels];
18             arr[k+3] = current[j+(k-1)*nchannels];
19             arr[k+6] = next[j+(k-1)*nchannels];
20         }
21         bubble_sort(arr,9);
22         current_result_own[j] = arr[4];
23     }
24 }
25     
26 //set the pixels on the borders to zeros
27 result_own.row(0).setTo(Scalar(0));
28 result_own.row(nr-1).setTo(Scalar(0));
29 result_own.col(0).setTo(Scalar(0));
30 result_own.col(nc-1).setTo(Scalar(0));
31 
32 //show the result
33 namedWindow("median filter_own");
34 imshow("median filter_own",result_own);

其中bubble_sort是我用冒泡排序法写的排序函数,代码段如下,

 1 //************************//
 2 //bubble sort
 3 //************************//
 4 void bubble_sort(int* arr,int num)
 5 {
 6     int temp;
 7     for(int i=1;i1;i++)
 8     {
 9         for(int j=0;j)
10            {
11                if(arr[j]>arr[j+1])
12                {
13                    temp = arr[j];
14                    arr[j] = arr[j+1];
15                    arr[j+1] = temp;
16                }
17            }
18     }
19 }

仿真结果:

OpenCV-跟我学一起学数字图像处理之中值滤波_第4张图片

转载于:https://www.cnblogs.com/german-iris/p/4817783.html

你可能感兴趣的:(OpenCV-跟我学一起学数字图像处理之中值滤波)