标签：
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。
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：
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：
用medianBlur中值滤波的结果：
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)。
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;i<nr-1;i++) 8 { 9 previous = src.ptr<uchar>(i-1); 10 current = src.ptr<uchar>(i); 11 next = src.ptr<uchar>(i+1); 12 current_result_own = result_own.ptr<uchar>(i); 13 for(int j=nchannels;j<nchannels*(nc-1);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;i<num-1;i++) 8 { 9 for(int j=0;j<num-i;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：
标签：
原文地址：http://www.cnblogs.com/german-iris/p/4817783.html
