数字图像处理.docxVIP

数字图像处理实验报告图像平滑处理一：实验目的对一副图像进行平滑处理二：实验原理 1均值滤波器均值滤波器（averaging filter）是消除噪声的最简单的方法。原理：使用某像素周围mxn像素范围内的平均值来置换该像素值。通过使图像模糊，达到看不到细小噪声的目的。不良反应：使用这种方法，在噪声被消除的同时，目标图像也变模糊了。2中值滤波消除噪声最好的结果是，在消除噪声的同时，图像边缘完好的保留。中值滤波能够比较好的实现这一点。原理：查看mxn邻域内的像素灰度，按照从小到大的顺序进行排列，结果取中间值。中值滤波器与均值滤波器比较的优势：在均值滤波器中，由于噪声成分被放入平均计算中，所以输出受到了噪声的影响，但是在中值滤波器中，由于噪声成分很难选上，所以几乎不会影响到输出。因此同样用3x3区域进行处理，中值滤波消除的噪声能力更胜一筹。中值滤波无论是在消除噪声还是保存边缘方面都是一个不错的方法。中值滤波器与均值滤波器比较的劣势：中值滤波花费的时间是均值滤波的5倍以上。3二值图像的平滑二值图像中的椒盐噪声能够用中值滤波来消除，但是由于它只有二值，也可以采用膨胀和腐蚀的处理方法来消除。膨胀（dilation）是指在某像素的邻域内，只要有一个像素是白色像素则该像素就由黑变为白，其他保持不变。腐蚀（erosion）只是某像素的邻域内，只要有一个像素是黑色像素则该像素由白变黑，其他保持不变。三：实验步骤将一副彩色图像进行灰度化处理根据平滑处理算法进行平滑处理四：实验代码voidCWvltDoc::OnFilterReverse() {//Preparation for the images processing. After it the source image is pointed //by lpData, and the destination image is pointed by m_pTransfered.LPBITMAPINFOHEADER lpBitmapInfoHeader = (LPBITMAPINFOHEADER)(m_pBitmap+14);LPBITMAPFILEHEADER lpBitmapFileHeader = (LPBITMAPFILEHEADER)m_pBitmap;unsigned char *lpData = m_pBitmap + lpBitmapFileHeader-bfOffBits;unsigned long biHeight = lpBitmapInfoHeader-biHeight;unsigned long biWidth = lpBitmapInfoHeader-biWidth;unsigned long biAlign = biWidth*3;unsigned long bmSize = biHeight * biAlign;if (m_pTransfered == NULL)m_pTransfered = (unsigned char*)malloc(bmSize);if (m_pTransfered == NULL)return ;//Add the processing code here, which reverses the color of each pixel.int x, y, cur;for (y = 0; y (int)biHeight; y++){for (x = 0; x (int)biWidth; x++){cur = y*biAlign+3*x;//current pixelm_pTransfered[cur] = (lpData[cur]+lpData[cur+1]+lpData[cur+2])/3;//on Bm_pTransfered[cur+1] = (lpData[cur]+lpData[cur+1]+lpData[cur+2])/3;//on Gm_pTransfered[cur+2] = (lpData[cur]+lpData[cur+1]+lpData[cur+2])/3;//on R}}for (y = 1; y (int)biHeight-1; y++){for (x = 1; x (int)biWidth-1; x++){cur = y*biAlign+3*x;//current pixelm_pTransfered[cur] = (m_pTransfered[cur+3]+m_pTransfered[cur-3]+m_pTransfered[cur]+m_pTransfered[cur+biAlign]+m_pTransfered[cur+biAlign+3]+m_pTransfered[cur+biAlign-3]