java實現中值濾波器

『壹』 急！！，二值化後的圖像，用JAVA中值濾波演算法，去除椒鹽噪點！！！

椒鹽雜訊的話一般可以用中值濾波器去除, 中值濾波器很容易實現, 依此遍歷圖像中內每個像容素點, 每個像素點與其周圍的8個點像素值做一下排序操作, 找到這九個點中的中值點賦給當前遍歷點的像素就可以了, 演算法很簡單吧. 我這有c++的源碼, 樓主要想要的話發郵件到我的郵箱769569350@qq.com我可以把程序發給你.

『貳』 基於MATLAB，對彩色圖像進行中值濾波

1、閱讀圖片復，以pout.tif為例，加上鹽和制胡椒噪音。

『叄』 中值濾波器的例子

為了演示中值來濾波器的工作過源程，我們給下面的數組加上觀察窗 3 ，重復邊界的數值：x = [2 80 6 3]y[1] = Median[2 2 80] = 2y[2] = Median[2 80 6] = Median[2 6 80] = 6y[3] = Median[80 6 3] = Median[3 6 80] = 6y[4] = Median[6 3 3] = Median[3 3 6] = 3於是y = [2 6 6 3]其中 y 是 x 的中值濾波輸出

『肆』 怎樣用photoshop實現中值濾波

【濾鏡】->【雜色】->【中間值】

『伍』 如何實現MATLAB編程實現中值濾波

在命令欄中輸入fdatool，設置相應的選項，可以導出一列數組（h頭文件、txt文件等），這個就是你需要做卷積運算時的fir數組

『陸』 用C++語言實現中值濾波

這個filter是用來平滑圖像用的，簡單來說是對一幅(width * height)大小的圖像按下述方法進行平滑化，以達到除去圖像中雜訊的目的。

首先把輸入圖像中每個像素點和該像素點四周的8個像素點作為一組來看，將這9個像素點的灰度進行排序後取最中間的那個灰度值作為這個像素點平滑化後的灰度值。

參數corrupted用來指向一幅有雜訊的圖像空間，參數smooth用來指向平滑化處理後的圖像空間，width和height分別為圖像的寬和高。

那麼做main函數就應該知道怎麼寫了才對。

如果你能讀入一幅圖像並把圖像里的各像素點保存到一個unsigned char數組里是最好的，不能的話可以自己虛構一幅圖像來嘗試濾波。

比如我們有下述5*5大小的圖像（灰度范圍0-255）：

static unsigned char image[] = {

50, 50, 50, 50, 50,

50, 52, 48, 50, 50,

50, 50, 50, 0, 50,

50, 48, 53, 50, 50,

50, 50, 50, 50, 50,

};

本來這幅圖像應該是全灰度為50的圖像，但是現在某些像素點混入了雜訊（非50的像素點即為雜訊）

把它送入medianFilter後即可得到平滑化後的全灰度為50的圖像。

參考代碼：

#include<memory.h>
#include<stdio.h>

staticunsignedcharimage[]={
50,50,50,50,50,
50,52,48,50,50,
50,50,50,0,50,
50,48,53,50,50,
50,50,50,50,50,
};
#defineWIDTH5
#defineHEIGHT5

voidmedianFilter(unsignedchar*corrupted,unsignedchar*smooth,intwidth,intheight)
{
memcpy(smooth,corrupted,width*height*sizeof(unsignedchar));
for(intj=1;j<height-1;j++)
{
for(inti=1;i<width-1;i++)
{
intk=0;
unsignedcharwindow[9];
for(intjj=j-1;jj<j+2;++jj)
for(intii=i-1;ii<i+2;++ii)
window[k++]=corrupted[jj*width+ii];
//Orderelements(onlyhalfofthem)
for(intm=0;m<5;++m)
{
intmin=m;
for(intn=m+1;n<9;++n)
if(window[n]<window[min])
min=n;
//
unsignedchartemp=window[m];
window[m]=window[min];
window[min]=temp;
}
smooth[j*width+i]=window[4];
}
}
}

intmain()
{
unsignedcharoutput[WIDTH*HEIGHT];
inti,j;
medianFilter(image,output,WIDTH,HEIGHT);
for(i=0;i<HEIGHT;i++)
{
for(j=0;j<WIDTH;j++)
{
printf("%d	",output[i*WIDTH+j]);
}
printf("
");
}
return0;
}

『柒』 中值濾波的實現方法

中值濾波是基於排序統計理論的一種能有效抑制雜訊的非線性信號處理技術版，中值濾波的基本原理是把數字權圖像或數字序列中一點的值用該點的一個鄰域中各點值的中值代替，讓周圍的像素值接近的真實值，從而消除孤立的雜訊點。方法是用某種結構的二維滑動模板，將板內像素按照像素值的大小進行排序，生成單調上升（或下降）的為二維數據序列。二維中值濾波輸出為g（x,y）=med{f(x-k,y-l),(k,l∈W)} ，其中，f(x,y)，g(x,y)分別為原始圖像和處理後圖像。W為二維模板，通常為3*3，5*5區域，也可以是不同的的形狀，如線狀，圓形，十字形，圓環形等。
1：通過從圖像中的某個采樣窗口取出奇數個數據進行排序
2：用排序後的中值取代要處理的數據即可

『捌』 請問中值濾波與均值濾波各自的優缺點

均值濾波和中值濾波的內容非常基礎，均值濾波相當於低通濾波，有將圖像模糊化的趨勢，對椒鹽雜訊基本無能為力。中值濾波的優點是可以很好的過濾掉椒鹽雜訊，缺點是易造成圖像的不連續性。通過下面三張圖可以清楚看到以上兩種濾波方法的差異。

利用均值濾波處理後，椒鹽雜訊被處理成了小的氣泡，但與此同時圖像開始變得模糊。

拓展資料：

中值濾波是基於排序統計理論的一種能有效抑制雜訊的非線性信號處理技術，中值濾波的基本原理是把數字圖像或數字序列中一點的值用該點的一個鄰域中各點值的中值代替，讓周圍的像素值接近的真實值，從而消除孤立的雜訊點。方法是用某種結構的二維滑動模板，將板內像素按照像素值的大小進行排序，生成單調上升(或下降)的為二維數據序列。二維中值濾波輸出為g(x,y)=med{f(x-k,y-l),(k,l∈W)} ，其中，f(x,y)，g(x,y)分別為原始圖像和處理後圖像。W為二維模板，通常為3*3，5*5區域，也可以是不同的的形狀，如線狀，圓形，十字形，圓環形等。

均值濾波也稱為線性濾波，其採用的主要方法為鄰域平均法。線性濾波的基本原理是用均值代替原圖像中的各個像素值，即對待處理的當前像素點(x，y)，選擇一個模板，該模板由其近鄰的若干像素組成，求模板中所有像素的均值，再把該均值賦予當前像素點(x，y)，作為處理後圖像在該點上的灰度g(x，y)，即g(x，y)=1/m ∑f(x，y) m為該模板中包含當前像素在內的像素總個數。

『玖』 由單片機實現濾波。限幅濾波和中值濾波

限幅濾波，中值濾波就是對單片機接收的數據進行簡單運算，不復雜的。你查下什麼是限幅濾波，什麼是中值濾波，程序自然就能寫出來了。

『拾』 急！！，二值化後的圖像，用JAVA中值濾波演算法，去除椒鹽...

天地和順家添財 平安如意人多福 橫批：四季平安