C++如何實現(xiàn)中值濾波

這篇文章主要介紹了C++如何實現(xiàn)中值濾波的相關(guān)知識，內(nèi)容詳細(xì)易懂，操作簡單快捷，具有一定借鑒價值，相信大家閱讀完這篇C++如何實現(xiàn)中值濾波文章都會有所收獲，下面我們一起來看看吧。

中值濾波器是一種非線性濾波器，或者叫統(tǒng)計排序濾波器。

適用對象：帶椒鹽噪聲的圖像

由于椒鹽噪聲像素值與原圖像素值沒有關(guān)聯(lián)，隨機性較大，因此使用中值濾波可有效濾掉噪聲。

中值濾波需要對像素值進(jìn)行排序，因此首先寫一個冒泡排序算法。

冒泡排序?qū)崿F(xiàn)：

為提高效率加入標(biāo)志位flag，當(dāng)?shù)趇次尋找最大值時，如果相鄰兩個數(shù)均未發(fā)生互換，此時flag位為false，即說明此時數(shù)組已經(jīng)按照遞增排列，可提前終止。此處應(yīng)該注意flag=false所在位置，因為需要保證第i次尋找最大值過程中，遍歷到所有未參與排列的數(shù)據(jù)，所以flag=false應(yīng)該放在循環(huán)條件for（int j=0; j<len-1-i; j++）的外部。

void bubble(std::vector<int> &arr, int len)
{
    bool flag = true;
    for (int i = 0; i < len-1; i++)
    {
        while (flag)
        {
            flag = false;
            for (int j = 0; j < len - i - 1; j++)
            {
                
                if (arr[j + 1] < arr[j])
                {
                    flag = true;  //只要發(fā)生一次交換就繼續(xù)判斷
                    int temp = arr[j + 1];
                    arr[j + 1] = arr[j];
                    arr[j] = temp;
                }
            }
        }
    }    
}

中值濾波的實現(xiàn)：

需要注意的主要問題：

為了能夠遍歷到原圖的邊界，需要對原圖進(jìn)行邊界擴充，擴充長度為（窗口的長度-1）/ 2。
注意利用窗口對擴充后的圖像遍歷時，起始的位置不是0，而是擴充的長度，因為這時對應(yīng)的才是原圖的第一個像素點，同理結(jié)束的位置也是原圖的最后一個像素點。
另外為了方便將窗口內(nèi)對應(yīng)的像素存到容器中，可以寫兩個循環(huán)，循環(huán)長度為窗口的長度與寬度，依次將像素值存入容器中。
最后對容器內(nèi)的像素按照遞增排列后，取中值賦給目標(biāo)矩陣相應(yīng)的位置，而此時的位置也應(yīng)該用i-h，對應(yīng)擴充前的位置。
經(jīng)實踐證明我寫的這兩個算法可有效使用。

void medianFilter(cv::Mat& src, cv::Mat& dst, cv::Size width)
{
    //判斷窗口是否為奇數(shù)
    if (width.width % 2 == 0 || width.height % 2 == 0)
    {
        std::cout << "輸入窗口大小應(yīng)該為奇數(shù)，請重新輸入" << endl;
        exit(-1);
    }
    else
    {
        //計算邊界擴充長度
        int h = (width.height - 1) / 2;
        int w = (width.width - 1) / 2;
 
        //對原圖邊界擴充
        cv::Mat src_border;
        cv::copyMakeBorder(src, src_border, h, h, w, w, cv::BORDER_REFLECT_101);
        for (int i = h; i < src.rows + h; i++)
        {
 
            for (int j = w; j < src.cols + w; j++)
            {
                //定義容器存放窗口對應(yīng)的像素
                std::vector <int> v;
                for (int ii = i - h; ii <= i + h; ii++)
                {
                    for (int jj = j - w; jj <= j + w; jj++)
                    {
 
                        v.push_back(src_border.at<uchar>(ii, jj));
                    }
                }
                //對容器內(nèi)存放的像素排序
                int len = width.area();
                bubble(v, len);
                //將中值賦給目標(biāo)圖像對應(yīng)位置
                dst.at<uchar>(i-h, j-w) = v[(len - 1) / 2];
                
            }
        }
        
    }
 
}

關(guān)于“C++如何實現(xiàn)中值濾波”這篇文章的內(nèi)容就介紹到這里，感謝各位的閱讀！相信大家對“C++如何實現(xiàn)中值濾波”知識都有一定的了解，大家如果還想學(xué)習(xí)更多知識，歡迎關(guān)注億速云行業(yè)資訊頻道。