c語言數字圖像處理(五):空間濾波


 空間濾波原理

使用大小為m*n的濾波器對大小為M*N的圖像進行線性空間濾波,將濾波器模板乘以圖像中對應灰度值,相加得模板中心灰度值

                                                                             a = (m-1)/2, b = (n-1)/2

若f(x+s, y+t)不在原圖內,補0

平滑線性濾波器

濾波過程

分母為濾波器模板和

代碼實現

 1 int is_in_array(short x, short y, short height, short width)
 2 {
 3     if (x >= 0 && x < width && y >= 0 && y < height)
 4         return 1;
 5     else
 6         return 0;
 7 }
 8 
 9 /*
10  * element
11  * v0  v1  v2
12  * v3  v4  v5
13  * v6  v7  v8
14  *
15  */
16 void filtering(short** in_array, short** out_array, long height, long width)
17 {
18     short value[9];
19 
20     /* linear filtering */
21      short sum;
22      for (int i = 0; i < ARRAY_SIZE; i++)
23          for (int j = 0; j < ARRAY_SIZE; j++)
24              sum += average[i][j];
25 
26     for (int i = 0; i < height; i++){
27         for (int j = 0; j < width; j++){
28             value[0] = is_in_array(j-1, i-1, height, width) ? in_array[i-1][j-1] : 0;
29             value[1] = is_in_array(j, i-1, height, width) ? in_array[i-1][j] : 0;
30             value[2] = is_in_array(j+1, i-1, height, width) ? in_array[i-1][j+1] : 0;
31             value[3] = is_in_array(j-1, i, height, width) ? in_array[i][j-1] : 0;
32             value[4] = in_array[i][j];
33             value[5] = is_in_array(j+1, i, height, width) ? in_array[i][j+1] : 0;
34             value[6] = is_in_array(j-1, i+1, height, width) ? in_array[i+1][j-1] : 0;
35             value[7] = is_in_array(j, i+1, height, width) ? in_array[i+1][j] : 0;
36             value[8] = is_in_array(j+1, i+1, height, width) ? in_array[i+1][j+1] : 0;
37 
38             /* linear filtering */
39              out_array[i][j] = (value[0] * average[0][0] + value[1] * average[0][1] + value[2] * average[0][2] +
40                                 value[3] * average[1][0] + value[4] * average[1][1] + value[5] * average[1][2] +
41                                 value[6] * average[2][0] + value[7] * average[2][1] + value[8] * average[2][2]) / sum;
42 
43         }
44     }
45 }

原圖

模板

結果

可以看出線性濾波器會較大程度地影響原圖,降低對比度,對與圖片右上角的噪聲沒有明顯的去除效果

統計排序(非線性)濾波器

 中值濾波器

中值濾波器對處理脈沖噪聲非常有效,這種噪聲被稱為椒鹽噪聲

實現方法:取該像素某鄰域中值(本次測試取3*3)

代碼實現

 1 short mid_val(short* a, short num)
 2 {
 3     short temp;
 4 
 5     for (int i = 0; i < num; i++)
 6     {
 7         temp = a[i];
 8         int j = i;
 9         for (; j > 0 && a[j - 1] > temp; j--)
10             a[j] = a[j - 1];
11         a[j] = temp;
12     }
13 
14     return a[num/2];
15 }
16 int is_in_array(short x, short y, short height, short width)
17 {
18     if (x >= 0 && x < width && y >= 0 && y < height)
19         return 1;
20     else
21         return 0;
22 }
23 
24 /*
25  * element
26  * v0  v1  v2
27  * v3  v4  v5
28  * v6  v7  v8
29  *
30  */
31 void filtering(short** in_array, short** out_array, long height, long width)
32 {
33     short value[9];
34 
35     for (int i = 0; i < height; i++){
36         for (int j = 0; j < width; j++){
37             value[0] = is_in_array(j-1, i-1, height, width) ? in_array[i-1][j-1] : 0;
38             value[1] = is_in_array(j, i-1, height, width) ? in_array[i-1][j] : 0;
39             value[2] = is_in_array(j+1, i-1, height, width) ? in_array[i-1][j+1] : 0;
40             value[3] = is_in_array(j-1, i, height, width) ? in_array[i][j-1] : 0;
41             value[4] = in_array[i][j];
42             value[5] = is_in_array(j+1, i, height, width) ? in_array[i][j+1] : 0;
43             value[6] = is_in_array(j-1, i+1, height, width) ? in_array[i+1][j-1] : 0;
44             value[7] = is_in_array(j, i+1, height, width) ? in_array[i+1][j] : 0;
45             value[8] = is_in_array(j+1, i+1, height, width) ? in_array[i+1][j+1] : 0;
46 
47             /* median filtering */
48             out_array[i][j] = mid_val(value, 9);
49 
50         }
51     }
52 }

銳化空間濾波器

一階微分

二階微分

二階微分在增強細節方面比一階微分好很多,適合銳化圖像

使用二階微分進行圖像銳化-拉普拉斯算子

代碼實現

 

 1 void filtering(short** in_array, short** out_array, long height, long width)
 2 {
 3     short value[9];
 4 
 5     for (int i = 0; i < height; i++){
 6         for (int j = 0; j < width; j++){
 7             value[0] = is_in_array(j-1, i-1, height, width) ? in_array[i-1][j-1] : 0;
 8             value[1] = is_in_array(j, i-1, height, width) ? in_array[i-1][j] : 0;
 9             value[2] = is_in_array(j+1, i-1, height, width) ? in_array[i-1][j+1] : 0;
10             value[3] = is_in_array(j-1, i, height, width) ? in_array[i][j-1] : 0;
11             value[4] = in_array[i][j];
12             value[5] = is_in_array(j+1, i, height, width) ? in_array[i][j+1] : 0;
13             value[6] = is_in_array(j-1, i+1, height, width) ? in_array[i+1][j-1] : 0;
14             value[7] = is_in_array(j, i+1, height, width) ? in_array[i+1][j] : 0;
15             value[8] = is_in_array(j+1, i+1, height, width) ? in_array[i+1][j+1] : 0;
16 
17             /* sharpening filtering */
18             out_array[i][j] = value[0] * sharpen[0][0] + value[1] * sharpen[0][1] + value[2] * sharpen[0][2] +
19                               value[3] * sharpen[1][0] + value[4] * sharpen[1][1] + value[5] * sharpen[1][2] +
20                               value[6] * sharpen[2][0] + value[7] * sharpen[2][1] + value[8] * sharpen[2][2];
21             out_array[i][j] += in_array[i][j];
22             if (out_array[i][j] < 0)
23                 out_array[i][j] = 0;
24             else if (out_array[i][j] > 0xff)
25                 out_array[i][j] = 0xff;
26 
27         }
28     }
29 }

 

 

 

原圖

銳化

 

使用一階微分對(非線性)圖像銳化-梯度

實現邊緣增強

算法實現

 1 int is_in_array(short x, short y, short height, short width)
 2 {
 3     if (x >= 0 && x < width && y >= 0 && y < height)
 4         return 1;
 5     else
 6         return 0;
 7 }
 8 
 9 /*
10  * element
11  * v0  v1  v2
12  * v3  v4  v5
13  * v6  v7  v8
14  *
15  */
16 void filtering(short** in_array, short** out_array, long height, long width)
17 {
18     short value[9];
19 
20     for (int i = 0; i < height; i++){
21         for (int j = 0; j < width; j++){
22             value[0] = is_in_array(j-1, i-1, height, width) ? in_array[i-1][j-1] : 0;
23             value[1] = is_in_array(j, i-1, height, width) ? in_array[i-1][j] : 0;
24             value[2] = is_in_array(j+1, i-1, height, width) ? in_array[i-1][j+1] : 0;
25             value[3] = is_in_array(j-1, i, height, width) ? in_array[i][j-1] : 0;
26             value[4] = in_array[i][j];
27             value[5] = is_in_array(j+1, i, height, width) ? in_array[i][j+1] : 0;
28             value[6] = is_in_array(j-1, i+1, height, width) ? in_array[i+1][j-1] : 0;
29             value[7] = is_in_array(j, i+1, height, width) ? in_array[i+1][j] : 0;
30             value[8] = is_in_array(j+1, i+1, height, width) ? in_array[i+1][j+1] : 0;
31 
32             /* sharpening using grad */
33             out_array[i][j] = (short)abs(value[0] * soble1[0][0] + value[1] * soble1[0][1] + value[2] * soble1[0][2] +
34                                          value[3] * soble1[1][0] + value[4] * soble1[1][1] + value[5] * soble1[1][2] +
35                                          value[6] * soble1[2][0] + value[7] * soble1[2][1] + value[8] * soble1[2][2]) + 
36                               (short)abs(value[0] * soble2[0][0] + value[1] * soble2[0][1] + value[2] * soble2[0][2] +
37                                          value[3] * soble2[1][0] + value[4] * soble2[1][1] + value[5] * soble2[1][2] +
38                                          value[6] * soble2[2][0] + value[7] * soble2[2][1] + value[8] * soble2[2][2]);
39         }
40     }
41 }

原圖

邊緣圖

 邊緣增強

如果卷積和大於用戶選擇的的閾值,值為該和,否則,值為原圖灰度值,選閾值為200

僅需在上述代碼中添加

1 /* edge enhancement */
2             if (out_array[i][j] < 0)
3                 out_array[i][j] = 0;
4             else if (out_array[i][j] > 0xff)
5                 out_array[i][j] = 0xff;
6             else if (out_array[i][j] > 200)
7                 ;
8             else
9                 out_array[i][j] = in_array[i][j];

邊緣增強圖

 


注意!

本站转载的文章为个人学习借鉴使用,本站对版权不负任何法律责任。如果侵犯了您的隐私权益,请联系我们删除。



 
粤ICP备14056181号  © 2014-2021 ITdaan.com