这篇文章主要介绍了C++如何实现中值滤波的相关知识,内容详细易懂,操作简单快捷,具有一定借鉴价值,相信大家阅读完这篇C++如何实现中值滤波文章都会有所收获,下面我们一起来看看吧。
中值滤波器是一种非线性滤波器,或者叫统计排序滤波器。
适用对象:带椒盐噪声的图像
由于椒盐噪声像素值与原图像素值没有关联,随机性较大,因此使用中值滤波可有效滤掉噪声。
中值滤波需要对像素值进行排序,因此首先写一个冒泡排序算法。
为提高效率加入标志位flag,当第i次寻找最大值时,如果相邻两个数均未发生互换,此时flag位为false,即说明此时数组已经按照递增排列,可提前终止。此处应该注意flag=false所在位置,因为需要保证第i次寻找最大值过程中,遍历到所有未参与排列的数据,所以flag=false应该放在循环条件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; //只要发生一次交换就继续判断
int temp = arr[j + 1];
arr[j + 1] = arr[j];
arr[j] = temp;
}
}
}
}
}
需要注意的主要问题:
为了能够遍历到原图的边界,需要对原图进行边界扩充,扩充长度为(窗口的长度-1)/ 2。
注意利用窗口对扩充后的图像遍历时,起始的位置不是0,而是扩充的长度,因为这时对应的才是原图的第一个像素点,同理结束的位置也是原图的最后一个像素点。
另外为了方便将窗口内对应的像素存到容器中,可以写两个循环,循环长度为窗口的长度与宽度,依次将像素值存入容器中。
最后对容器内的像素按照递增排列后,取中值赋给目标矩阵相应的位置,而此时的位置也应该用i-h,对应扩充前的位置。
经实践证明我写的这两个算法可有效使用。
void medianFilter(cv::Mat& src, cv::Mat& dst, cv::Size width)
{
//判断窗口是否为奇数
if (width.width % 2 == 0 || width.height % 2 == 0)
{
std::cout << "输入窗口大小应该为奇数,请重新输入" << endl;
exit(-1);
}
else
{
//计算边界扩充长度
int h = (width.height - 1) / 2;
int w = (width.width - 1) / 2;
//对原图边界扩充
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++)
{
//定义容器存放窗口对应的像素
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));
}
}
//对容器内存放的像素排序
int len = width.area();
bubble(v, len);
//将中值赋给目标图像对应位置
dst.at<uchar>(i-h, j-w) = v[(len - 1) / 2];
}
}
}
}
关于“C++如何实现中值滤波”这篇文章的内容就介绍到这里,感谢各位的阅读!相信大家对“C++如何实现中值滤波”知识都有一定的了解,大家如果还想学习更多知识,欢迎关注亿速云行业资讯频道。
亿速云「云服务器」,即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘,价格低至29元/月。点击查看>>
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。