OpenCV图像处理篇之图像平滑

图像平滑算法

图像平滑与图像模糊是同一概念，主要用于图像的去噪。平滑要使用滤波器。为不改变图像的相位信息，一般使用线性滤波器，其统一形式例如以下：

%20\Large%20g(i,j)=\sum_{k,l}f(i+k,j+l)h(k,l)" data-bd-imgshare-binded="1" style="margin: 0px; padding: 0px; border: 0px; max-width: 100%;" alt="" />

当中h称为滤波器的核函数。说白了就是权值。不同的核函数代表不同的滤波器，有不同的用途。

在图像处理中。常见的滤波器包含：

1. 归一化滤波器（Homogeneous blur）

   也是均值滤波器，用输出像素点核窗体内的像素均值取代输出点像素值。

2. 高斯滤波器（Guassian blur）

   是实际中最经常使用的滤波器。高斯滤波是将输入数组的每个像素点与 高斯内核 卷积将卷积和当作输出像素值。高斯核相当于对输出像素的邻域赋予不同的权值，输出像素点所在位置的权值最大（相应高斯函数的均值位置）。二维高斯函数为，

   %20\Large%20G(x,y)%20=%20Ae^{\frac{-(x-u_x)^2}{2\delta_x^2}+\frac{-(y-y_x)^2}{2\delta_y^2}" data-bd-imgshare-binded="1" style="margin: 0px; padding: 0px; border: 0px; max-width: 100%;" alt="" />

1. 中值滤波器（median blur）

   中值滤波将图像的每个像素用邻域(以当前像素为中心的正方形区域)像素的中值取代。

   对椒盐噪声最有效的滤波器，去除跳变点很有效。

2. 双边滤波器（Bilatrial blur）

   为避免滤波器平滑图像去噪的同一时候使边缘也模糊，这样的情况下使用双边滤波器。关于双边滤波器的解释參见http://homepages.inf.ed.ac.uk/rbf/CVonline/LOCAL_COPIES/MANDUCHI1/Bilateral_Filtering.html

以下的程序将先给标准Lena图像加入椒盐噪声。分别使用4种不同的滤波器进行平滑操作，请注意观察不同滤波器对椒盐噪声的去噪效果。

程序分析及结果

/*
 * FileName : image_smoothing.cpp
 * Author   : xiahouzuoxin @163.com
 * Version  : v1.0
 * Date     : Wed 17 Sep 2014 08:30:25 PM CST
 * Brief    :
 *
 * Copyright (C) MICL,USTB
 */
#include "cv.h"
#include "imgproc/imgproc.hpp"
#include "highgui/highgui.hpp"

using namespace std;
using namespace cv;

const int MAX_KERNEL_LENGTH = 10;

const char *wn_name = "Smoothing";

static void salt(Mat &I, int n);
static void disp_caption(const char *wn_name, Mat src, const char *caption);
static void disp_image(const char *wn_name, Mat I);

/*
 * @brief
 * @inputs
 * @outputs
 * @retval
 */
int main(int argc, char *argv[])
{
    if (argc<2) {
        cout<<"Usage: ./image_smoothing [file name]"<<endl;
        return -1;
    }

    Mat I = imread(argv[1], CV_LOAD_IMAGE_GRAYSCALE);
    salt(I, 6000);
    imshow(wn_name, I);
    waitKey(0);

    Mat dst;  // Result

    /* Homogeneous blur */
    disp_caption(wn_name, I, "Homogeneous blur");
    for (int i=1; i<MAX_KERNEL_LENGTH; i+=2) {
        blur(I, dst, Size(i, i), Point(-1,-1));
        disp_image(wn_name, dst);
    }

    /* Guassian blur */
    disp_caption(wn_name, I, "Gaussian blur");
    for (int i=1; i<MAX_KERNEL_LENGTH; i+=2) {
        GaussianBlur(I, dst, Size(i, i), 0, 0);
        disp_image(wn_name, dst);
    }

    /* Median blur */
    disp_caption(wn_name, I, "Median blur");
    for (int i=1; i<MAX_KERNEL_LENGTH; i+=2) {
        medianBlur(I, dst, i);
        disp_image(wn_name, dst);
    }

    /* Bilatrial blur */
    disp_caption(wn_name, I, "Bilatrial blur");
    for (int i=1; i<MAX_KERNEL_LENGTH; i+=2) {
        bilateralFilter(I, dst, i, i*2, i/2);
        disp_image(wn_name, dst);
    }
    waitKey(0);

    return 0;
}

/*
 * @brief   显示提示文字（滤波方法）
 * @inputs
 * @outputs
 * @retval
 */
static void disp_caption(const char *wn_name, Mat src, const char *caption)
{
    Mat dst = Mat::zeros(src.size(), src.type());

    putText(dst, caption, Point(src.cols/4, src.rows/2), CV_FONT_HERSHEY_COMPLEX, 1, Scalar(255,255,255));

    imshow(wn_name, dst);
    waitKey(0);
}

/*
 * @brief   显示图像
 * @inputs
 * @outputs
 * @retval
 */
static void disp_image(const char *wn_name, Mat I)
{
    imshow(wn_name, I);
    waitKey(1000);
}

/*
 * @brief   加入椒盐噪声
 * @inputs
 * @outputs
 * @retval
 */
static void salt(Mat &I, int n=3000)
{
    for (int k=0; k<n; k++) {
        int i = rand() % I.cols;
        int j = rand() % I.rows;

        if (I.channels()) {
            I.at<uchar>(j,i) = 255;
        } else {
            I.at<Vec3b>(j,i)[0] = 255;
            I.at<Vec3b>(j,i)[1] = 255;
            I.at<Vec3b>(j,i)[2] = 255;
        }
    }
}

上面程序的逻辑很清晰：

1. 读入灰度图，并加入椒盐噪声（6000个噪声点）：

   Mat I = imread(argv[1], CV_LOAD_IMAGE_GRAYSCALE);
   salt(I, 6000);

   

2. disp_caption和disp_image函数各自是用于显示提示文字和平滑过程中的变化图像的，平滑过程中图像的变化例如以下图：

   

   注意观察上面的图。中值滤波（Median Blur）对椒盐噪声的效果最好！

3. 四种滤波方法分别使用到4个OpenCV函数，这些函数的声明都在imgproc.hpp中。这些函数的前2个參数都是原图像和滤波后图像。

   归一化滤波器blur的第3个參数为滤波核窗体的大小。Size(i,i)表示ixi大小的窗体。

   高斯滤波器GaussianBlur第3个參数也是滤波核窗体的大小，第4、第5个參数分辨表示x方向和y方向的δ。

   中值滤波器medianBlur第3个參数是滤波器的长度，该滤波器的窗体为正方形。

   双边滤波器的函数原型例如以下：

   //! smooths the image using bilateral filter
   CV_EXPORTS_W void bilateralFilter( InputArray src, OutputArray dst, int d,
                                double sigmaColor, double sigmaSpace,
                                int borderType=BORDER_DEFAULT );

4. 本程序使用的Makefile文件为：

    TARG=image_smoothing
    SRC=image_smoothing.cpp
    LIB=-L/usr/local/lib/
    INC=-I/usr/local/include/opencv/ -I/usr/local/include/opencv2
    CFLAGS=
   
    $(TARG):$(SRC)
        g++ -g -o $@ ${CFLAGS} $(LIB) $(INC) \
            -lopencv_core -lopencv_highgui -lopencv_imgproc \
            $^
   
    .PHONY:clean
   
    clean:
        -rm $(TARG) tags -f