混合中值濾波器 ( Hybrid Median Filter ) C++ 實現

混合中值濾波器 ( Hybrid Median Filter ) C++ 實現

在中值濾波器和均值濾波器之後, 我們看到是中值濾波器的改版, 這個名字我實在不好把握 Hybrid Median Filter實在不知道翻譯成什麼比較妥當.只好沿用了混合動力車裡面的混合二字, 姑且把這種濾波器命名為混合中值濾波器. 這個濾波器的工作流程較之原先有些繁瑣, 來看看這張圖

  

 

圖截的有些模糊, 但是還是看出了大致的流程, 首先當前像素的上下左右和自身取中值 , 然後左上右上左下右下和自身取中值 , 完了前面的兩個值和當前像素值再取一次中值 , 得到的值就是最後的終極像素值了. 可以看到這個流程還是有些復雜的.. 那他的效果如何捏? 我們還是和前幾次一樣來觀察一把:

  

原圖                                                                           HMF之後:

 

 

噪聲污染:                                                                   HMF之後:

 

 

 

從前面的圖片可以看到, 圖片從高銳度經由混合中值濾波之後, 銳度下降了. 但是在去噪聲的環節上, 這個所謂的混合中值濾波器表現的甚至不如中值濾波來的效果好, 當然因為這裡的噪聲是隨機的, 可能有些因素在其中. 但從原理上分析.這種濾波器確實存在不能過濾掉的可能, 原因在什麼地方呢? 且看我們這個大圖中的一個小局部:

 

 

把圖放大之後看的很清楚了, 在紅色的圓圈圈出來的地方, 不出意外的發現了水平連續的3個白色像素. 再聯想到我們之前經過HMF之後的效果圖就不難得出結論, 就是者連續的3個點造成了最後的這個白色像素. 怎麼說呢? 很簡單, 在HMF的第一步過程中, 因為我們選擇的點是5各點, 上下左右中, 那麼經過計算, 就是白色無疑了, 不管第二步得到什麼像素, 在第三步的時候, 讓2個白色取中值, 肯定得到的白色像素了! 仔細想來確實是這個麼道理.  但是median filter的時候因為要整體考慮9個像素的中值, 這裡很有可能就不是白色了! 所以這個混合中值濾波器會在保持線條的邊緣上有獨到之處(因為比較容易保持聯系像素的顏色不受傷害), 而消除噪聲還是median filter表現更勝一籌.

 

老規矩, 最後再貼一下處理的函數代碼:

 

view plaincopy to clipboardprint?

unsigned char median(unsigned char* elements, int width)  

{  

    //   Order elements (only half of them)  

    for (int i = 0; i < (width >> 1) + 1; ++i)  

    {  

        //   Find position of minimum element  

        int min = i;  

        for (int j = i + 1; j < width; ++j)  

            if (elements[j] < elements[min])  

                min = j;  

        //   Put found minimum element in its place  

        unsigned char temp = elements[i];  

        elements[i] = elements[min];  

        elements[min] = temp;  

    }  

    //   Get result - the middle element  

    return elements[width >> 1];  

}  

/** 

** method to remove noise from the corrupted image by hybrid median value 

* @param corrupted input grayscale binary array with corrupted info 

* @param smooth output data for smooth result, the memory need to be allocated outside of the function 

* @param width width of the input grayscale image 

* @param height height of the input grayscale image 

*/ 

void hybridMedianFilter (unsigned char* corrupted, unsigned char* smooth, int width, int height)  

{  

    memcpy ( smooth, corrupted, width*height*sizeof(unsigned char) );  

    for (int j=1;j<height-1;j++)  

    {  

        for (int i=1;i<width-1;i++)  

        {  

            unsigned char window[5];  

            unsigned char results[3];  

            //   Pick up cross-window elements  

            window[0] = corrupted[(j - 1) * width + i];  

            window[1] = corrupted[j * width + i - 1];  

            window[2] = corrupted[j * width + i];  

            window[3] = corrupted[j * width + i + 1];  

            window[4] = corrupted[(j + 1) * width + i];  

            //   Get median  

            results[0] = median(window, 5);  

            //   Pick up x-window elements  

            window[0] = corrupted[(j - 1) * width + i - 1];  

            window[1] = corrupted[(j - 1) * width + i + 1];  

            window[2] = corrupted[j * width + i];  

            window[3] = corrupted[(j + 1) * width + i - 1];  

            window[4] = corrupted[(j + 1) * width + i + 1];  

            //   Get median  

            results[1] = median(window, 5);  

            //   Pick up leading element  

            results[2] = corrupted[j * width + i];  

            //   Get result  

            smooth[j*width+i] = median(results, 3);  

        }  

    }  

} 

因為要取中值, 還附加了一個取中值的函數median:)

 

本文來自CSDN博客，轉載請標明出處：http://blog.csdn.net/hhygcy/archive/2009/07/07/4327618.aspx