图像处理之均值滤波介绍及C算法实现

1 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。

2 均值滤波算法实现(C语言)

 // junzhilvbo.cpp : 定义控制台应用程序的入口点。
 //

 #include "stdafx.h"
 #include "stdlib.h"
 #include "string.h"

 #define DATA_X 256      //数字图像水平像素个数
 #define DATA_Y 256      //数字图像竖直像素个数

 void OpenFile(const char *cFilePath , int nOriginalData[DATA_Y][DATA_X])
 {
     printf("正在获取数据......\n");
     FILE *fp ;
     fp = fopen(cFilePath , "r");
     if(NULL == fp)
     {
         printf("open file failed! \n");
         return ;
     }

     unsigned char *pData = (unsigned char *)malloc(sizeof(unsigned char)*DATA_X*DATA_Y);
     if(NULL == pData)
     {
         printf("memory malloc failed!\n");
         return ;
     }

     fread(pData , sizeof(unsigned char)*DATA_X*DATA_Y ,  , fp);

     int count_x =  ;
     int count_y =  ;

     for(;count_y < DATA_Y ; count_y++)
     {
         for(; count_x < DATA_X ;count_x++)
         {
             nOriginalData[count_y][count_x] = pData[count_y*DATA_Y+count_x];
         }
     }

     free(pData);
     fclose(fp);    

     return ;
 }

 void SaveFile(const char *cFilePath , int nResultData[DATA_Y][DATA_X])
 {
     printf("正在保存数据......\n");
     int count_x,count_y;

     FILE *fp ;
     fp = fopen(cFilePath , "w");
     if(NULL == fp)
     {
         printf("open file failed! \n");
         return ;
     }

     for(count_y=;count_y<DATA_Y;count_y++)
     {
         for(count_x=;count_x<DATA_X;count_x++)
         {
             fwrite(&nResultData[count_y][count_x],,,fp);
         }
     }

     fclose(fp);
     printf("文件保存成功! \n");

     return ;
 }

 bool JunZhiLvBo(const int nOriginalData[DATA_Y][DATA_X], int nResultData[DATA_Y][DATA_X])
 {
     printf("正在进行均值滤波......\n");
     int count_x ,count_y ;

     /*3*3模版滤波计算，不计算边缘像素*/
     for(count_y =  ; count_y < DATA_Y ; count_y++)
     {
         for(count_x =  ; count_x < DATA_X ;count_x++)
         {
             nResultData[count_y][count_x] = (int)((nOriginalData[count_y-][count_x-]+
                                                    nOriginalData[count_y-][count_x]  +
                                                    nOriginalData[count_y-][count_x+]+
                                                    nOriginalData[count_y][count_x-]  +
                                                    nOriginalData[count_y][count_x]    +
                                                    nOriginalData[count_y][count_x+]  +
                                                    nOriginalData[count_y+][count_x-]+
                                                    nOriginalData[count_y+][count_x]  +
                                                    nOriginalData[count_y+][count_x+])/);
         }
     }

     /*对四个边缘直接进行赋值处理*/
     for(count_x=;count_x<DATA_X;count_x++)                                        //水平边缘像素等于原来像素灰度值
     {
         nResultData[][count_x]=nOriginalData[][count_x];
         nResultData[DATA_Y-][count_x]=nOriginalData[DATA_Y-][count_x];
     }
     for(count_y=;count_y<DATA_Y-;count_y++)                                     //竖直边缘像素等于原来像素灰度值
     {
         nResultData[count_y][]=nOriginalData[count_y][];
         nResultData[count_y][DATA_X-]=nOriginalData[count_y][DATA_X-];
     }

     return true ;
 }

 int _tmain(int argc, _TCHAR* argv[])
 {
     int nOriginalData[DATA_Y][DATA_X]; //保存原始图像灰度值
     int nResultData[DATA_Y][DATA_X];   //保存滤波后的灰度值

     memset(nOriginalData,,sizeof(nOriginalData));  //初始化数组
     memset(nResultData,,sizeof(nResultData));                                     

     char cOpenFilePath[] = "Lena.raw";                                           //图像文件路径

     OpenFile(cOpenFilePath,nOriginalData);                          

     if(!JunZhiLvBo(nOriginalData,nResultData))                                   //滤波计算
     {
         printf("操作失败!\n");
         return ;
     }

     char cSaveFilePath[] = "Result.raw";                                        //文件保存路径

     SaveFile(cSaveFilePath,nResultData); 

     return ;
 }

3 均值滤波算法效果对比

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