码迷,mamicode.com
首页 > 编程语言 > 详细

图像处理之均值滤波介绍及C算法实现

时间:2016-03-15 00:18:43      阅读:246      评论:0      收藏:0      [点我收藏+]

标签:

均值滤波介绍

      滤波是滤波是将信号中特定波段频率滤除的操作,是从含有干扰的接收信号中提取有用信号的一种技术。

     均值滤波是典型的线性滤波算法,它是指在图像上对目标像素给一个模板,该模板包括了其周围的临近像素(如3×3模板:以目标象素为中心的周围8个象素,构成一个滤波模板,即去掉目标象素本身),再用模板中的全体像素的平均值来代替原来像素值。

      均值滤波效果:平滑线性滤波处理降低了图像的“尖锐”变化。由于典型的随机噪声由灰度级的急剧变化组成,因此常见的平滑处理的应用就是降低噪声。均值滤波器的主要应用是去除图像中的不相关细节,其中“不相关”是指与滤波器模板尺寸相比较小的像素区域。然而,由于图像的边缘也是由图像灰度的尖锐变化带来的特性,所以均值滤波处理还是存在着边缘模糊的负面效应。

均值滤波算法实现(C语言) 

  1 // junzhilvbo.cpp : 定义控制台应用程序的入口点。
  2 //
  3 
  4 #include "stdafx.h"
  5 #include "stdlib.h"
  6 #include "string.h"
  7 
  8 #define DATA_X 256      //数字图像水平像素个数
  9 #define DATA_Y 256      //数字图像竖直像素个数
 10 
 11 void OpenFile(const char *cFilePath , int nOriginalData[DATA_Y][DATA_X])
 12 {
 13     printf("正在获取数据......\n");
 14     FILE *fp ;
 15     fp = fopen(cFilePath , "r");
 16     if(NULL == fp)
 17     {
 18         printf("open file failed! \n");
 19         return ;
 20     }
 21 
 22     unsigned char *pData = (unsigned char *)malloc(sizeof(unsigned char)*DATA_X*DATA_Y);
 23     if(NULL == pData)
 24     {
 25         printf("memory malloc failed!\n");
 26         return ;
 27     }
 28 
 29     fread(pData , sizeof(unsigned char)*DATA_X*DATA_Y , 1 , fp);
 30 
 31     int count_x = 0 ;
 32     int count_y = 0 ;
 33 
 34     for(;count_y < DATA_Y ; count_y++)
 35     {
 36         for(; count_x < DATA_X ;count_x++)
 37         {
 38             nOriginalData[count_y][count_x] = pData[count_y*DATA_Y+count_x];
 39         }
 40     }
 41 
 42     free(pData);
 43     fclose(fp);    
 44 
 45     return ;
 46 }
 47 
 48 void SaveFile(const char *cFilePath , int nResultData[DATA_Y][DATA_X])
 49 {
 50     printf("正在保存数据......\n");
 51     int count_x,count_y;
 52 
 53     FILE *fp ;
 54     fp = fopen(cFilePath , "w");
 55     if(NULL == fp)
 56     {
 57         printf("open file failed! \n");
 58         return ;
 59     }
 60 
 61     for(count_y=0;count_y<DATA_Y;count_y++) 
 62     {
 63         for(count_x=0;count_x<DATA_X;count_x++)          
 64         {
 65             fwrite(&nResultData[count_y][count_x],1,1,fp);
 66         }
 67     }
 68         
 69     fclose(fp);    
 70     printf("文件保存成功! \n");
 71 
 72     return ;
 73 }
 74 
 75 bool JunZhiLvBo(const int nOriginalData[DATA_Y][DATA_X], int nResultData[DATA_Y][DATA_X])
 76 {
 77     printf("正在进行均值滤波......\n");
 78     int count_x ,count_y ;
 79     
 80     /*3*3模版滤波计算,不计算边缘像素*/
 81     for(count_y = 1 ; count_y < DATA_Y ; count_y++)
 82     {
 83         for(count_x = 1 ; count_x < DATA_X ;count_x++)
 84         {
 85             nResultData[count_y][count_x] = (int)((nOriginalData[count_y-1][count_x-1]+
 86                                                    nOriginalData[count_y-1][count_x]  +
 87                                                    nOriginalData[count_y-1][count_x+1]+
 88                                                    nOriginalData[count_y][count_x-1]  +
 89                                                    nOriginalData[count_y][count_x]    +
 90                                                    nOriginalData[count_y][count_x+1]  +
 91                                                    nOriginalData[count_y+1][count_x-1]+
 92                                                    nOriginalData[count_y+1][count_x]  +
 93                                                    nOriginalData[count_y+1][count_x+1])/9); 
 94         }
 95     }
 96 
 97     /*对四个边缘直接进行赋值处理*/
 98     for(count_x=0;count_x<DATA_X;count_x++)                                        //水平边缘像素等于原来像素灰度值
 99     {
100         nResultData[0][count_x]=nOriginalData[0][count_x];
101         nResultData[DATA_Y-1][count_x]=nOriginalData[DATA_Y-1][count_x];
102     }
103     for(count_y=1;count_y<DATA_Y-1;count_y++)                                     //竖直边缘像素等于原来像素灰度值
104     {
105         nResultData[count_y][0]=nOriginalData[count_y][0];
106         nResultData[count_y][DATA_X-1]=nOriginalData[count_y][DATA_X-1];
107     }
108 
109     return true ;
110 }
111 
112 int _tmain(int argc, _TCHAR* argv[])
113 {
114     int nOriginalData[DATA_Y][DATA_X]; //保存原始图像灰度值
115     int nResultData[DATA_Y][DATA_X];   //保存滤波后的灰度值
116 
117     memset(nOriginalData,0,sizeof(nOriginalData));  //初始化数组
118     memset(nResultData,0,sizeof(nResultData));                                     
119 
120     char cOpenFilePath[] = "Lena.raw";                                           //图像文件路径
121 
122     OpenFile(cOpenFilePath,nOriginalData);                          
123     
124     if(!JunZhiLvBo(nOriginalData,nResultData))                                   //滤波计算
125     {
126         printf("操作失败!\n");
127         return 0;
128     }
129 
130     char cSaveFilePath[] = "Result.raw";                                        //文件保存路径
131 
132     SaveFile(cSaveFilePath,nResultData); 
133 
134     return 0;
135 }

均值滤波算法效果对比

均值滤波之前:                                均值滤波之后:

技术分享  技术分享

 

图像处理之均值滤波介绍及C算法实现

标签:

原文地址:http://www.cnblogs.com/qiqibaby/p/5277739.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!