opencv——均值/中值滤波器去噪

实验内容及实验原理：

1．用均值滤波器（即邻域平均法）去除图像中的噪声；

2．用中值滤波器去除图像中的噪声

3．比较两种方法的处理结果

实验步骤：

用原始图像lena.bmp或cameraman.bmp加产生的3%椒盐噪声图像合成一幅有噪声的图像并显示；

1．用均值滤波器去除图像中的噪声（选3x3窗口）：以当前像素点为中心，求窗口内所有灰度值的和，以其平均值作为中心像素新的灰度值

2． 用中值滤波器去除图像中的噪声(选3x3窗口做中值滤波)；以当前像素点为中心，求窗口中所有像素点的灰度值的中值，以中值作为中心像素点的值

3．将两种处理方法的结果与原图比较，注意两种处理方法对边缘的影响。

添加椒盐噪声

以3%的几率产生随机为0/255的灰度值覆盖原来的灰度值

   for (int i = 0; i <src->height; i++){
        for (int j = 0; j <src->width; j++){
            CvScalar s = cvGet2D(src, i,j);
            srand(seed++);
            if (rand() % 100 <3){//3%的几率覆盖
                srand(seed++);
                s.val[0]= rand() % 2 * 255;//随机是0还是255
            }
            cvSet2D(dst,i, j, s);
        }
    }

添加后：

均值滤波

计算当前像素周围的九个像素点的灰度值和，以其平均值作为当前像素的灰度值。如果是边缘的像素点就求有限的几个像素灰度值的平均值

for (int i = 0;i < dst->height; i++){
     for (int j = 0; j < dst->width; j++){
         CvScalar s =cvGet2D(dst, i, j);
         double sum =0;//存放窗口中所有像素点灰度值的和
         int num =0;//记录窗口中像素的个数，因为边界上可能不是9个像素
         //求3x3的和
         for (int k = -1; k <= 1; k++)
              for (int m = -1; m <= 1; m++)
                   if (i + k>= 0 && i + k <= 255 && j + m >= 0 && j + m<= 255){
                       CvScalar temp =cvGet2D(dst, i+k, j+m);
                       sum += temp.val[0];
                       num++;
                   }
         s.val[0] = sum/num;
         cvSet2D(dst_sp, i, j, s);
     }
}

中值滤波

获取当前像素位置周围的九个像素灰度值，排序选择中间值作为新的灰度值。如果是边界的像素点就只选择有限的几个灰度值的中值

for (int i = 0;i < dst->height; i++){
     for (int j = 0; j < dst->width; j++){
         CvScalar s =cvGet2D(dst, i, j);
         double val[9]= {0},mid=0;//分别为存放窗口中所有灰度值的数组和中值
         int num =0;//记录实际窗口中有几个像素点
         //遍历当前像素点为中心的3X3窗口
         for (int k = -1; k <= 1; k++)
              for (int m = -1; m <= 1; m++)
                   if (i + k>= 0 && i + k <= 255 && j + m >= 0 && j + m<= 255){//在图像上，没有超出边界
                       CvScalar temp =cvGet2D(dst, i + k, j + m);
                       val[num++]= temp.val[0];
                   }
         //冒泡排序，从大到小
         for (int k = 0; k < 9; k++){
              for (int m = 0; m < 8-k; m++){
                   if (val[m]< val[m + 1]){
                       double temp =val[m];
                       val[m] = val[m + 1];
                       val[m + 1] = temp;
                   }
              }
         }
         s.val[0] =  val[num/2];//求中值
         cvSet2D(dst_sp2, i, j, s);
     }
}

源码：

// opencv1.cpp: 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include<iostream>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <cv.h>
#include <cxcore.h>
#include <cvaux.h>
#include <stdlib.h>
#include <imgproc.hpp>
#include <time.h>

using namespace cv;

int main()
{
	IplImage *src;
	src = cvLoadImage("lena.bmp", 1);//原图
	IplImage *dst = cvCreateImage(cvSize(src->width, src->height), IPL_DEPTH_8U, 1);

	std::cout << "添加椒盐噪声" << std::endl;
	int seed = 1;
	for (int i = 0; i < src->height; i++)
	{
		for (int j = 0; j < src->width; j++)
		{
			CvScalar s = cvGet2D(src, i, j);
			srand(seed++);
			if (rand() % 100 < 3)
			{
				srand(seed++);
				s.val[0] = rand() % 2 * 255;
			}
			cvSet2D(dst, i, j, s);
		}
	}
	cvNamedWindow("Image1", 1);//创建窗口
	cvShowImage("Image1", dst);//显示图像

	IplImage *dst_sp = cvCreateImage(cvSize(dst->width, dst->height), IPL_DEPTH_8U, 1);
	std::cout << "均值滤波" << std::endl;
	for (int i = 0; i < dst->height; i++)
	{
		for (int j = 0; j < dst->width; j++)
		{
			CvScalar s = cvGet2D(dst, i, j);
			double sum = 0;
			int num = 0;
			//求3x3的和
			for (int k = -1; k <= 1; k++)
				for (int m = -1; m <= 1; m++)
					if (i + k >= 0 && i + k <= 255 && j + m >= 0 && j + m <= 255)
					{
						CvScalar temp = cvGet2D(dst, i+k, j+m);
						sum += temp.val[0];
						num++;
					}

			s.val[0] = sum/num;
			cvSet2D(dst_sp, i, j, s);
		}
	}
	cvNamedWindow("Image2", 1);//创建窗口
	cvShowImage("Image2", dst_sp);//显示图像

	IplImage *dst_sp2 = cvCreateImage(cvSize(dst->width, dst->height), IPL_DEPTH_8U, 1);
	std::cout << "中值滤波" << std::endl;
	for (int i = 0; i < dst->height; i++)
	{
		for (int j = 0; j < dst->width; j++)
		{
			CvScalar s = cvGet2D(dst, i, j);
			double val[9] = {0},mid=0;
			int num = 0;
			for (int k = -1; k <= 1; k++)
				for (int m = -1; m <= 1; m++)
					if (i + k >= 0 && i + k <= 255 && j + m >= 0 && j + m <= 255)
					{
						CvScalar temp = cvGet2D(dst, i + k, j + m);
						val[num++]= temp.val[0];
					}
			//排序，从大到小
			for (int k = 0; k < 9; k++)
			{
				for (int m = 0; m < 8-k; m++)
				{
					if (val[m] < val[m + 1])
					{
						double temp = val[m];
						val[m] = val[m + 1];
						val[m + 1] = temp;
					}
				}
			}
			s.val[0] =  val[num/2];
			cvSet2D(dst_sp2, i, j, s);
		}
	}
	cvNamedWindow("Image3", 1);//创建窗口
	cvShowImage("Image3", dst_sp2);//显示图像
	cvWaitKey(0); //等待按键
	cvReleaseImage(&dst_sp2); //释放图像
	cvReleaseImage(&dst_sp); //释放图像

	cvReleaseImage(&dst); //释放图像
}

原图：（原来是bmp格式的，但是不能上传，改成png格式了，分辨率都是256X256的）