图像滤波器功能的实现(VC++).doc

滤波器功能的实现
1. 摘要:
图像恢复技术是图像处理领域一类重要的处理技术,与图像增强等其他基本图像处理技术类似,该技术也是以获取视觉质量得到某种程度改善为目的的,所不同的是图像恢复过程需要根据指定的图像退化模型来完成,根据这个退化模型对在某种情况下退化或恶化了的退化图像进行恢复,以获取到原始的、未经过退化的原始图像。换句话说,图像恢复的处理过程实际是对退化图像品质的提升,并通过图像品质的提升来达到图像在视觉上的改善。在这里我们以VC++作为开发工具,对中值滤波、定向滤波和均值滤波进行了处理。
2. 引言:
滤波技术按照所在的空间不同,可以分为空间域滤波和频率域滤波,这里我们采用空间域滤波,而空间域滤波可分为中值滤波、均值滤波、定向滤波(包括水平、对角和垂直方向三者),滤波器是一个m*n大小的掩模,其中m,n均为大于1的奇数。滤波器逐像素地通过图像的全部或部分矩形区域,然后逐像素地对掩模覆盖下的像素使用滤波器算法获得响应,将响应赋值于当前像素即掩模中心像素,另外滤波器算法使用中将会涉及到图像边缘的问题,这可以对边缘部分掩模使用补零法补齐掩模下无像素值的区域,或者掩模的移动范围以不越出图像边缘的方式移动,当然这些处理方法都会给图像边缘部分带来不良效果,但是一般情况下,图像边缘部分往往不是我们关注的部分或者没有重要的信息。关于空间域图像处理算法框架,空间域滤波器算法框架的编程心得,使用VC++来实现。
3. 关键字:DIB、中值滤波、均值滤波、定向滤波。
这些关键字的有关说明如下
DIB(位图):
是不依赖硬件的位图,因为它包含了创建DIB 。DIB位图通常是以BMP后缀名的文件形式保存在磁盘中的,或者以资源的形式存于EXE或DLL执行文件中。
中值滤波:
中值滤波是一种非线性信号处理方法,原理就是对一个滑动窗口(含奇数点)内的所有像素灰度值排列,并用其中值代替窗口中心像素地原始灰度值。中值滤波既能除去噪声又能保存图像边缘。
均值滤波:
均值滤波法是平滑滤波的一种,一般用于消除图像中的随机噪声,从而起到图像平滑的作用。均值滤波法是将一个像元及其领域中的所有像元的平均值赋给输出图像中相应的像元,从而达到平滑的目的。
定向滤波:
定向滤波法是一种定向锐化模板,它是一种对特定方向的物体形迹的增强手段,所谓方向模板是一个各个模板系数的大小按一定的规律取值,并对某一方向灰度值变化敏感的矩阵,体现为模板卷积的结果在特定方向上取得较大的数值。有水平、对角和垂直方向的定向滤波模板算子。
4. 相关说明:
:
均值滤波和中值滤波的比较:均值滤波和中值滤波用来去处图像中的噪声,均值取一个象素及其邻域中的所有象素的平均值赋给输出图像中的相应象素,从而达到平滑的
目的。中值滤波与均值滤波不同,它不是通过对邻域内的所有象素求平均值来消除噪声的,而是让与周围像元灰度值的差比较大的象素改取近似于周围象素灰度值的值。中值滤波则在消除噪声的同时还能保持图像中的细节部分,防止边缘模糊,中值滤波的效果更好一些。
均值滤波取得点(x,y)及周围8个点的颜色值求其平均值作为(x,y)点的颜色值。中值滤波取得点(x,y)及周围8个点的颜色值求其中间值作为(x,y)点的颜色值。为视图类添家变量:int R[3][3];int G[3][3];int B[3][3];并右击视图类添加函数GetColor(CDC,int,int)用于取得点(x,y)及周围8个点的颜色值,用类视图为它们添加相映的消息处理函数代码。
平滑处理的原理和滤波的原理相似,即祛除一些对图像的视觉果产生影响的噪声等东西,使图像看起来更加的完美。
相关函数及其功能:
VC++提供的MFC类库的CDC类有一成员函数
BOOL StretchBlt(int x,int y,int nWidth,int nHeight,CDC*pSrcDC,int xSrc,int ySrc,int nSrcWidth,int nSrxHeight,DWORD dwRop);
功能:它能够对位图进行简单的扩展或压缩。
(1) 得到位图红色强度的函数:
BYTE GetRValue(DWORD rgb);
功能:得到一副32位的位图RGB值中的红色的强度值。
得到位图RGB值的函数:
COLORREF GetPixel( int x, int y ) const;
功能:得到某一点(x,y)处的R,G,B的值。
:
功能实现的准备工作
首先我们