java实现中值滤波器

『壹』 急！！，二值化后的图像，用JAVA中值滤波算法，去除椒盐噪点！！！

椒盐噪声的话一般可以用中值滤波器去除, 中值滤波器很容易实现, 依此遍历图像中内每个像容素点, 每个像素点与其周围的8个点像素值做一下排序操作, 找到这九个点中的中值点赋给当前遍历点的像素就可以了, 算法很简单吧. 我这有c++的源码, 楼主要想要的话发邮件到我的邮箱769569350@qq.com我可以把程序发给你.

『贰』 基于MATLAB，对彩色图像进行中值滤波

1、阅读图片复，以pout.tif为例，加上盐和制胡椒噪音。

『叁』 中值滤波器的例子

为了演示中值来滤波器的工作过源程，我们给下面的数组加上观察窗 3 ，重复边界的数值：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于是y = [2 6 6 3]其中 y 是 x 的中值滤波输出

『肆』 怎样用photoshop实现中值滤波

【滤镜】->【杂色】->【中间值】

『伍』 如何实现MATLAB编程实现中值滤波

在命令栏中输入fdatool，设置相应的选项，可以导出一列数组（h头文件、txt文件等），这个就是你需要做卷积运算时的fir数组

『陆』 用C++语言实现中值滤波

这个filter是用来平滑图像用的，简单来说是对一幅(width * height)大小的图像按下述方法进行平滑化，以达到除去图像中噪声的目的。

首先把输入图像中每个像素点和该像素点四周的8个像素点作为一组来看，将这9个像素点的灰度进行排序后取最中间的那个灰度值作为这个像素点平滑化后的灰度值。

参数corrupted用来指向一幅有噪声的图像空间，参数smooth用来指向平滑化处理后的图像空间，width和height分别为图像的宽和高。

那么做main函数就应该知道怎么写了才对。

如果你能读入一幅图像并把图像里的各像素点保存到一个unsigned char数组里是最好的，不能的话可以自己虚构一幅图像来尝试滤波。

比如我们有下述5*5大小的图像（灰度范围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,

};

本来这幅图像应该是全灰度为50的图像，但是现在某些像素点混入了噪声（非50的像素点即为噪声）

把它送入medianFilter后即可得到平滑化后的全灰度为50的图像。

参考代码：

#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』 中值滤波的实现方法

中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术版，中值滤波的基本原理是把数字权图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。方法是用某种结构的二维滑动模板，将板内像素按照像素值的大小进行排序，生成单调上升（或下降）的为二维数据序列。二维中值滤波输出为g（x,y）=med{f(x-k,y-l),(k,l∈W)} ，其中，f(x,y)，g(x,y)分别为原始图像和处理后图像。W为二维模板，通常为3*3，5*5区域，也可以是不同的的形状，如线状，圆形，十字形，圆环形等。
1：通过从图像中的某个采样窗口取出奇数个数据进行排序
2：用排序后的中值取代要处理的数据即可

『捌』 请问中值滤波与均值滤波各自的优缺点

均值滤波和中值滤波的内容非常基础，均值滤波相当于低通滤波，有将图像模糊化的趋势，对椒盐噪声基本无能为力。中值滤波的优点是可以很好的过滤掉椒盐噪声，缺点是易造成图像的不连续性。通过下面三张图可以清楚看到以上两种滤波方法的差异。

利用均值滤波处理后，椒盐噪声被处理成了小的气泡，但与此同时图像开始变得模糊。

拓展资料：

中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。方法是用某种结构的二维滑动模板，将板内像素按照像素值的大小进行排序，生成单调上升(或下降)的为二维数据序列。二维中值滤波输出为g(x,y)=med{f(x-k,y-l),(k,l∈W)} ，其中，f(x,y)，g(x,y)分别为原始图像和处理后图像。W为二维模板，通常为3*3，5*5区域，也可以是不同的的形状，如线状，圆形，十字形，圆环形等。

均值滤波也称为线性滤波，其采用的主要方法为邻域平均法。线性滤波的基本原理是用均值代替原图像中的各个像素值，即对待处理的当前像素点(x，y)，选择一个模板，该模板由其近邻的若干像素组成，求模板中所有像素的均值，再把该均值赋予当前像素点(x，y)，作为处理后图像在该点上的灰度g(x，y)，即g(x，y)=1/m ∑f(x，y) m为该模板中包含当前像素在内的像素总个数。

『玖』 由单片机实现滤波。限幅滤波和中值滤波

限幅滤波，中值滤波就是对单片机接收的数据进行简单运算，不复杂的。你查下什么是限幅滤波，什么是中值滤波，程序自然就能写出来了。

『拾』 急！！，二值化后的图像，用JAVA中值滤波算法，去除椒盐...

天地和顺家添财 平安如意人多福 横批：四季平安