opencv學習(二十一)之中值濾波medianBlur

中值濾波是一種典型的非線性濾波，是基於排序統計理論的一種能夠有效抑制噪聲的非線性信號處理技術，基本思想是用像素點鄰域灰度值的中值來代替該像素點的灰度值，讓周圍的像素值接近真實的值從而消除孤立的噪聲點。該方法在取出脈衝噪聲、椒鹽噪聲的同時能保留圖像的邊緣細節。這些優良特性是線性濾波所不具備的。
中值濾波首先也得生成一個濾波模板，將該模板內的各像素值進行排序，生成單調上升或單調下降的二維數據序列，二維中值濾波輸出爲g(x, y)=medf{f(x-k, y-1),(k, l∈w)}，其中f(x,y)和g(x,y)分別是原圖像和處理後圖像, w爲輸入的二維模板，能夠在整幅圖像上滑動，通常尺寸爲3*3或5*5區域，也可以是不同的形狀如線狀、圓形、十字形、圓環形等。通過從圖像中的二維模板取出奇數個數據進行排序，用排序後的中值取代要處理的數據即可。
中值濾波對消除椒鹽噪聲非常有效，能夠克服線性濾波器帶來的圖像細節模糊等弊端，能夠有效保護圖像邊緣信息，是非常經典的平滑噪聲處理方法。在光學測量條紋圖像的香味分析處理方法中有特殊作用，但在條紋中心分析方法中作用不大。
中值濾波相較於線性濾波中的均值濾波優點在前面已經提到，取得良好濾波效果的代價就是耗時的提升，可能達到均值濾波的數倍，而且對於細節較多的圖像也不太適用。
opencv中提供了medianBlur()函數實現了中值濾波操作，其原型如下：

C++: void medianBlur(InputArray src, OutputArray dst, int ksize)

參數解釋：
. InputArray src: 輸入圖像，圖像爲1、3、4通道的圖像，當模板尺寸爲3或5時，圖像深度只能爲CV_8U、CV_16U、CV_32F中的一個，如而對於較大孔徑尺寸的圖片，圖像深度只能是CV_8U。
. OutputArray dst: 輸出圖像，尺寸和類型與輸入圖像一致，可以使用Mat::Clone以原圖像爲模板來初始化輸出圖像dst
. int ksize: 濾波模板的尺寸大小，必須是大於1的奇數，如3、5、7……

示例程序：

#include <iostream>
#include <opencv2/core.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>

using namespace std;
using namespace cv;

//定義全局變量
Mat g_mSrcImage;
Mat g_mDstImage;
const int g_nMedianBlurMaxValue = 5;
int g_nMedianBlurValue;
int g_nkernelSize;

//定義回調函數
void on_medianBlurTrackBar(int, void*);

int main()
{
    g_mSrcImage = imread("lena.jpg");

    //判斷文件是否加載成功
    if(g_mSrcImage.empty())
    {
        cout << "圖像加載失敗!" << endl;
        return -1;
    }
    else
        cout << "圖像加載成功!" << endl;

    //判斷圖像是否是CV_8U圖像
    if(0 <= g_mSrcImage.depth() <= 255)
        cout << "加載圖像符合處理要求!" << endl;
    else
    {
        cout << "圖像深度不是CV_8U，程序即將退出..." << endl;
        return -1;
    }

    namedWindow("原圖像", WINDOW_AUTOSIZE);
    imshow("原圖像", g_mSrcImage);

    //輸出圖像窗口屬性及軌跡條名稱
    namedWindow("中值濾波圖像", WINDOW_AUTOSIZE);
    char medianBlurName[20];
    sprintf(medianBlurName, "核函數尺寸 %d", g_nMedianBlurMaxValue);
    g_nMedianBlurValue = 1;

    //創建軌跡條
    createTrackbar(medianBlurName, "中值濾波圖像", &g_nMedianBlurValue,
                    g_nMedianBlurMaxValue, on_medianBlurTrackBar);
    on_medianBlurTrackBar(g_nMedianBlurValue, 0);

    waitKey(0);


    return 0;
}

void on_medianBlurTrackBar(int, void*)
{
    //重新計算尺寸值，尺寸值應爲大於1的奇數
    g_nkernelSize = g_nMedianBlurValue * 2 + 1;
    medianBlur(g_mSrcImage, g_mDstImage, g_nkernelSize);

    imshow("中值濾波圖像", g_mDstImage);
}

運行結果：

程序說明：
對於程序中對圖像深度的判斷根據如下標準：

    CV_8U - 8-bit unsigned integers ( 0..255 )
    CV_8S - 8-bit signed integers ( -128..127 )
    CV_16U - 16-bit unsigned integers ( 0..65535 )
    CV_16S - 16-bit signed integers ( -32768..32767 )
    CV_32S - 32-bit signed integers ( -2147483648..2147483647 )
    CV_32F - 32-bit floating-point numbers ( -FLT_MAX..FLT_MAX, INF, NAN )
    CV_64F - 64-bit floating-point numbers ( -DBL_MAX..DBL_MAX, INF, NAN )