图像处理 —— 平滑处理
图像噪声：在图像获取、传输过程中收到干扰，而产生的错误的信号。噪声干扰一般是随机产生的。该像素的灰度呈现与邻近像素显著不同的特点。
图像去噪：过滤（去掉）噪音信号，而保持有用的图像信号。根据用户的需求，提高图像的质量。
平滑处理的目的：
（1）模糊图像。提取较大目标前，先去掉太小的细节，或者将目标内的小间断连接起来。
（2）消除噪声。改善图像质量，降低干扰，消除图像中的随机噪声，起到平滑作用。
<hr/>领域处理方法：通过某个模板（滤波器、核）对每个像素与周边相邻像素进行某种数学运算，使该像素上的灰度值获得一个新的灰度值。模板运算也就是卷积运算。图像目标像素点领域中的每个像素分别与模板中的每个元素相乘，求和结果即为中心像素的新值。
备注：本章介绍的平滑处理方式属于空间域法中的局部运算方式。
图像增强可分为空间域法和频域法。
a）空间域法：直接在原图像中像素的灰度值进行处理。有点运算和局部运算两种方式。
b）频域法：在图像的变换域上进行处理，增强感兴趣的频率分量，进行反变换，得到增强后的图像。
<hr/>
（1）二值图像的黑白点噪声消除法
可用模板对目标像素进行卷积求和，求灰度值。计算所得到的值与该点原有像素值进行对比，若大于阈值，则把该点颜色反转。即将卷积计算的加权平均像素值赋给该点像素值。
下面以8连接法为例，使用上述右式，实现该去噪。源码如下：
void HeiBaiPoint()
{
int nAverage1, nAverage2, nAverage3;
BYTE *p_data;
int nWide, nHeight;
p_data = this->GetData();
if (m_pBitmapInfoHeader->biBitCount < 9)
{
nWide = this->GetWidth();
nHeight = this->GetHeight();
Binarization(100); // 二值化
BYTE* p_temp = new BYTE;
memcpy(p_temp,m_pData, nWide*nHeight);
for (int j = 1; j < nHeight -1; j++)
{
for (int i = 1; i < nWide -1; i++)
{
nAverage1 = 0;
nAverage1 = (*(p_data + (j-1)*nWide + i-1) + *(p_data + (j-1)*nWide + i) + *(p_data + (j-1)*nWide + i+1)
+ *(p_data + j*nWide + i-1) + *(p_data + j*nWide + i+1)
+ *(p_data + (j+1)*nWide + i-1) + *(p_data + (j+1)*nWide + i) + *(p_data + (j+1)*nWide + i+1));
nAverage1 = (int)(nAverage1/8);
if (abs(nAverage1 - *(p_temp+j*nWide+i)) > 127.5)
*(p_temp+j*nWide+i) = nAverage1;
}
}
memcpy(p_data, p_temp, nWide*nHeight);
delete p_temp;
}
else
{
int averg,averg2,averg3;
BYTE *p_data; //原图数据区指针
int wide,height; //原图长、宽
wide=this->GetWidth();//取得原图的数据区宽
height=this->GetHeight ();//取得原图的数据区高
Binarization(100);//进行二值化
BYTE* p_temp=new BYTE;// 申请并分配中间缓存
memcpy(p_temp,m_pData,wide*height*3);// 复制图象数据到中间缓存
//用3*3屏蔽窗口的8近邻均值进行滤波
for(int j=1;j<height-1;j++)
{
for(int i=1;i<wide-1;i++)
{
averg=0;
averg2=0;
averg3=0;
//求周围8近邻均值
averg=(int)((p_data[(j-1)*wide*3+(i-1)*3]+p_data[(j-1)*wide*3+i*3]
+p_data[(j-1)*wide*3+(i+1)*3]+p_data
+p_data+p_data[(j+1)*wide*3+(i-1)*3]
+p_data[(j+1)*wide*3+i*3]+p_data[(j+1)*wide*3+(i+1)*3])/8);
averg2=(int)((p_data[(j-1)*wide*3+(i-1)*3+1]+p_data[(j-1)*wide*3+i*3+1]
+p_data[(j-1)*wide*3+(i+1)*3+1]+p_data
+p_data+p_data[(j+1)*wide*3+(i-1)*3+1]
+p_data[(j+1)*wide*3+i*3+1]+p_data[(j+1)*wide*3+(i+1)*3+1])/8);
averg3=(int)((p_data[(j-1)*wide*3+(i-1)*3+2]+p_data[(j-1)*wide*3+i*3+2]
+p_data[(j-1)*wide*3+(i+1)*3+2]+p_data
+p_data+p_data[(j+1)*wide*3+(i-1)*3+2]
+p_data[(j+1)*wide*3+i*3+2]+p_data[(j+1)*wide*3+(i+1)*3+2])/8);
if(abs(averg-p_temp)>127.5)
p_temp=averg;
if(abs(averg2-p_temp)>127.5)
p_temp=averg2;
if(abs(averg3-p_temp)>127.5)
p_temp=averg3;
}
}
memcpy(p_data,p_temp,wide*height*3);
delete p_temp;
}
return;
}
https://www.zhihu.com/video/1436495409040134144
（2）二值图像中的消除孤立黑像素点
该方法指的是在二值图像中，消除孤立于周围的黑像素点。在某个黑像素点领域像素都为白的情况下，将该像素置为白。
下面以8连接法为例，使用上述左式，实现该去噪。源码如下：
void OutAlonePoint()
{
BYTE *p_data;
p_data = this->GetData();
int nWide, nHeight;
Binarization(100); // 将图像二值化
if (m_pBitmapInfoHeader->biBitCount < 9)
{
nWide = this->GetWidth();
nHeight = this->GetHeight();
BYTE* p_temp = new BYTE;
memcpy(p_temp, m_pData, nWide*nHeight);
for (int j = 1; j < nHeight-1; j++)
{
for (int i = 1; i < nWide -1; i++)
{
if (*(p_temp + nWide*j + i) == 255)
continue;
if (*(p_temp+nWide*(j-1)+i) + *(p_temp+nWide*j+i-1)
+ *(p_temp+nWide*j +i+1) + *(p_temp+nWide*(j+1)+i) == 4*255)
{
*(p_data + nWide*j + i) = 255;
}
}
}
delete p_temp;
}
}
https://www.zhihu.com/video/1436496716904583168
本文参考：
页:
[1]