實驗內容及實驗原理：
1．用均值濾波器（即鄰域平均法）去除圖像中的噪聲；
2．用中值濾波器去除圖像中的噪聲
3．比較兩種方法的處理結果
實驗步驟：
用原始圖像lena.bmp或cameraman.bmp加產生的3%椒鹽噪聲圖像合成一幅有噪聲的圖像並顯示；
1．用均值濾波器去除圖像中的噪聲（選3x3窗口）：以當前像素點為中心，求窗口內所有灰度值的和，以其平均值作為中心像素新的灰度值
2． 用中值濾波器去除圖像中的噪聲(選3x3窗口做中值濾波)；以當前像素點為中心，求窗口中所有像素點的灰度值的中值，以中值作為中心像素點的值
3．將兩種處理方法的結果與原圖比較，注意兩種處理方法對邊緣的影響。
添加椒鹽噪聲
以3%的幾率產生隨機為0/255的灰度值覆蓋原來的灰度值
for (int i = 0; i <src->height; i++){
for (int j = 0; j <src->width; j++){
CvScalar s = cvGet2D(src, i,j);
srand(seed++);
if (rand() % 100 <3){//3%的幾率覆蓋
srand(seed++);
s.val[0]= rand() % 2 * 255;//隨機是0還是255
}
cvSet2D(dst,i, j, s);
}
}添加后：
均值濾波
計算當前像素周圍的九個像素點的灰度值和，以其平均值作為當前像素的灰度值。如果是邊緣的像素點就求有限的幾個像素灰度值的平均值
for (int i = 0;i < dst->height; i++){
for (int j = 0; j < dst->width; j++){
CvScalar s =cvGet2D(dst, i, j);
double sum =0;//存放窗口中所有像素點灰度值的和
int num =0;//記錄窗口中像素的個數，因為邊界上可能不是9個像素
//求3x3的和
for (int k = -1; k <= 1; k++)
for (int m = -1; m <= 1; m++)
if (i + k>= 0 && i + k <= 255 && j + m >= 0 && j + m<= 255){
CvScalar temp =cvGet2D(dst, i+k, j+m);
sum += temp.val[0];
num++;
}
s.val[0] = sum/num;
cvSet2D(dst_sp, i, j, s);
}
}
中值濾波
獲取當前像素位置周圍的九個像素灰度值，排序選擇中間值作為新的灰度值。如果是邊界的像素點就只選擇有限的幾個灰度值的中值
for (int i = 0;i < dst->height; i++){
for (int j = 0; j < dst->width; j++){
CvScalar s =cvGet2D(dst, i, j);
double val[9]= {0},mid=0;//分別為存放窗口中所有灰度值的數組和中值
int num =0;//記錄實際窗口中有幾個像素點
//遍歷當前像素點為中心的3X3窗口
for (int k = -1; k <= 1; k++)
for (int m = -1; m <= 1; m++)
if (i + k>= 0 && i + k <= 255 && j + m >= 0 && j + m<= 255){//在圖像上，沒有超出邊界
CvScalar temp =cvGet2D(dst, i + k, j + m);
val[num++]= temp.val[0];
}
//冒泡排序，從大到小
for (int k = 0; k < 9; k++){
for (int m = 0; m < 8-k; m++){
if (val[m]< val[m + 1]){
double temp =val[m];
val[m] = val[m + 1];
val[m + 1] = temp;
}
}
}
s.val[0] = val[num/2];//求中值
cvSet2D(dst_sp2, i, j, s);
}
}
源碼：
// opencv1.cpp: 定義控制台應用程序的入口點。
//
#include "stdafx.h"
#include<iostream>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <cv.h>
#include <cxcore.h>
#include <cvaux.h>
#include <stdlib.h>
#include <imgproc.hpp>
#include <time.h>
using namespace cv;
int main()
{
IplImage *src;
src = cvLoadImage("lena.bmp", 1);//原圖
IplImage *dst = cvCreateImage(cvSize(src->width, src->height), IPL_DEPTH_8U, 1);
std::cout << "添加椒鹽噪聲" << std::endl;
int seed = 1;
for (int i = 0; i < src->height; i++)
{
for (int j = 0; j < src->width; j++)
{
CvScalar s = cvGet2D(src, i, j);
srand(seed++);
if (rand() % 100 < 3)
{
srand(seed++);
s.val[0] = rand() % 2 * 255;
}
cvSet2D(dst, i, j, s);
}
}
cvNamedWindow("Image1", 1);//創建窗口
cvShowImage("Image1", dst);//顯示圖像
IplImage *dst_sp = cvCreateImage(cvSize(dst->width, dst->height), IPL_DEPTH_8U, 1);
std::cout << "均值濾波" << std::endl;
for (int i = 0; i < dst->height; i++)
{
for (int j = 0; j < dst->width; j++)
{
CvScalar s = cvGet2D(dst, i, j);
double sum = 0;
int num = 0;
//求3x3的和
for (int k = -1; k <= 1; k++)
for (int m = -1; m <= 1; m++)
if (i + k >= 0 && i + k <= 255 && j + m >= 0 && j + m <= 255)
{
CvScalar temp = cvGet2D(dst, i+k, j+m);
sum += temp.val[0];
num++;
}
s.val[0] = sum/num;
cvSet2D(dst_sp, i, j, s);
}
}
cvNamedWindow("Image2", 1);//創建窗口
cvShowImage("Image2", dst_sp);//顯示圖像
IplImage *dst_sp2 = cvCreateImage(cvSize(dst->width, dst->height), IPL_DEPTH_8U, 1);
std::cout << "中值濾波" << std::endl;
for (int i = 0; i < dst->height; i++)
{
for (int j = 0; j < dst->width; j++)
{
CvScalar s = cvGet2D(dst, i, j);
double val[9] = {0},mid=0;
int num = 0;
for (int k = -1; k <= 1; k++)
for (int m = -1; m <= 1; m++)
if (i + k >= 0 && i + k <= 255 && j + m >= 0 && j + m <= 255)
{
CvScalar temp = cvGet2D(dst, i + k, j + m);
val[num++]= temp.val[0];
}
//排序，從大到小
for (int k = 0; k < 9; k++)
{
for (int m = 0; m < 8-k; m++)
{
if (val[m] < val[m + 1])
{
double temp = val[m];
val[m] = val[m + 1];
val[m + 1] = temp;
}
}
}
s.val[0] = val[num/2];
cvSet2D(dst_sp2, i, j, s);
}
}
cvNamedWindow("Image3", 1);//創建窗口
cvShowImage("Image3", dst_sp2);//顯示圖像
cvWaitKey(0); //等待按鍵
cvReleaseImage(&dst_sp2); //釋放圖像
cvReleaseImage(&dst_sp); //釋放圖像
cvReleaseImage(&dst); //釋放圖像
}原圖：（原來是bmp格式的，但是不能上傳，改成png格式了，分辨率都是256X256的）
