均值滤波和均值滤波算法程序
均值滤波
均值滤波是典型的线性滤波算法，它是指在图像上对目标像素给一个模板，该模板包括了其周围的临近像素（以目标像素为中心的周围个像素，构成一个滤波模板，即去掉目标像素本身），再用模板中的全体像素的平均值来代替原来像素值。
均值滤波也称为线性滤波，其采用的主要方法为邻域平均法。线性滤波的基本原理是用均值代替原图像中的各个像素值，即对待处理的当前像素点（x，y），选择一个模板，该模板由其近邻的若干像素组成，求模板中所有像素的均值，再把该均值赋予当前像素点（x，y），作为处理后图像在该点上的灰度g（x，y），即g（x，y）=/m ∑f（x，y） m为该模板中包含当前像素在内的像素总个数。
均值滤波介绍 滤波是滤波是将信号中特定波段频率滤除的操作，是从含有干扰的接收信号中提取有用信号的一种技术。
均值滤波是典型的线性滤波算法，它是指在图像上对目标像素给一个模板，该模板包括了其周围的临近像素（如×模板：以目标象素为中心的周围个象素，构成一个滤波模板，即去掉目标象素本身），再用模板中的全体像素的平均值来代替原来像素值。
均值滤波效果：平滑线性滤波处理降低了图像的“尖锐”变化。由于典型的随机噪声由灰度级的急剧变化组成，因此常见的平滑处理的应用就是降低噪声。均值滤波器的主要应用是去除图像中的不相关细节，其中“不相关”是指与滤波器模板尺寸相比较小的像素区域。然而，由于图像的边缘也是由图像灰度的尖锐变化带来的特性，所以均值滤波处理还是存在着边缘模糊的负面效应。
均值滤波算法实现（c语言） // junzhilvbo.cpp ： 定义控制台应用程序的入口点。
//
#include “stdafx.h”
#include “stdlib.h”
#include “string.h”
#define data_x //数字图像水平像素个数
#define data_y //数字图像竖直像素个数
void openfile（const char *cfilepath ， int noriginaldata［data_y］［data_x］）
{
printf（“正在获取数据。。。。。。”）;
file *fp ;
fp = fopen（cfilepath ， “r”）;
if（null == fp）
{
printf（“open file failed！ ”）;
return ;
}
unsigned char *pdata = （unsigned char *）malloc（sizeof（unsigned char）*data_x*data_y）;
if（null == pdata）
{
printf（“memory malloc failed！”）;
return ;
}
fread（pdata ， sizeof（unsigned char）*data_x*data_y ， ， fp）;
int count_x = ;
int count_y = ;
for（;count_y 《 data_y ; count_y++）
{
for（; count_x 《 data_x ;count_x++）
{
noriginaldata［count_y］［count_x］ = pdata［count_y*data_y+count_x］;
}
}
free（pdata）;
fclose（fp）;
return ;
}
void savefile（const char *cfilepath ， int nresultdata［data_y］［data_x］）
{
printf（“正在保存数据。。。。。。”）;
int count_x，count_y;
file *fp ;
fp = fopen（cfilepath ， “w”）;
if（null == fp）
{
printf（“open file failed！ ”）;
return ;
}
for（count_y=;count_y《data_y;count_y++）
{
for（count_x=;count_x《data_x;count_x++）
{
fwrite（&nresultdata［count_y］［count_x］，，，fp）;
}
}
fclose（fp）;
printf（“文件保存成功！ ”）;
return ;
}
bool junzhilvbo（const int noriginaldata［data_y］［data_x］， int nresultdata［data_y］［data_x］）
{
printf（“正在进行均值滤波。。。。。。”）;
int count_x ，count_y ;
/**模版滤波计算，不计算边缘像素*/
for（count_y = ; count_y 《 data_y ; count_y++）
{
for（count_x = ; count_x 《 data_x ;count_x++）
{
nresultdata［count_y］［count_x］ = （int）（（noriginaldata［count_y-］［count_x-］+
noriginaldata［count_y-］［count_x］ +
noriginaldata［count_y-］［count_x+］+
noriginaldata［count_y］［count_x-］ +
noriginaldata［count_y］［count_x］ +
noriginaldata［count_y］［count_x+］ +
noriginaldata［count_y+］［count_x-］+
noriginaldata［count_y+］［count_x］ +
noriginaldata［count_y+］［count_x+］）/）;
}
}
/*对四个边缘直接进行赋值处理*/
for（count_x=;count_x《data_x;count_x++） //水平边缘像素等于原来像素灰度值
{
nresultdata［］［count_x］=noriginaldata［］［count_x］;
nresultdata［data_y-］［count_x］=noriginaldata［data_y-］［count_x］;
}
for（count_y=;count_y《data_y-;count_y++） //竖直边缘像素等于原来像素灰度值
{
nresultdata［count_y］［］=noriginaldata［count_y］［］;
nresultdata［count_y］［data_x-］=noriginaldata［count_y］［data_x-］;
}
return true ;
}
int _tmain（int argc， _tchar* argv［］）
{
int noriginaldata［data_y］［data_x］; //保存原始图像灰度值
int nresultdata［data_y］［data_x］; //保存滤波后的灰度值
memset（noriginaldata，，sizeof（noriginaldata））; //初始化数组
memset（nresultdata，，sizeof（nresultdata））;
char copenfilepath［］ = “lena.raw”; //图像文件路径
openfile（copenfilepath，noriginaldata）;
if（！junzhilvbo（noriginaldata，nresultdata）） //滤波计算
{
printf（“操作失败！”）;
return ;
}
char csavefilepath［］ = “result.raw”; //文件保存路径
savefile（csavefilepath，nresultdata）;
return ;
}
均值滤波算法效果对比 均值滤波之前： 均值滤波之后：
红旗定制版华为P40披露，或将进行采用全新设计
折叠屏概念如此火热那么折叠屏手机值得购买吗
如何用Python自动获取排班人员
智慧农业系统中温室大棚智能控制的蔬菜喜获丰收
电子芯闻早报：苹果SIM卡激怒通信运营商
均值滤波和均值滤波算法程序
艾迈斯半导体公布面向模拟代工客户的2016年多项目晶圆制造服务计划
nfc手机读取银行卡
OLED屏幕的缺点是什么以及弹片微针模组的作用
再见MP3，你好AAC：MP3专利授权走到终点 相关项目已经终结
用笔记本也需有“本”事
人工智能会让画家提前下岗吗
苹果的ARKit会将iOS变成最大AR平台 大量招聘地图技术专家或为开发AR地图
西门子中国CEO：美国若禁止向中国出售芯片，欧洲在华制造业企业恐受波及
中国联通携手华为完成5G-Advanced 10Gbps峰值速率技术实验测试
AMR调度系统被业内人士称之为“海运”
盘点2021全球电子制造服务生产商(EMS) TOP100+ 超全
传华为手机近半芯片是自研
EtherCAT转Modbus网关的 EtherCAT从站配置案例
如何模拟用于波浪能发电的直线电机或发电机
均值滤波是典型的线性滤波算法，它是指在图像上对目标像素给一个模板，该模板包括了其周围的临近像素（以目标像素为中心的周围个像素，构成一个滤波模板，即去掉目标像素本身），再用模板中的全体像素的平均值来代替原来像素值。
均值滤波也称为线性滤波，其采用的主要方法为邻域平均法。线性滤波的基本原理是用均值代替原图像中的各个像素值，即对待处理的当前像素点（x，y），选择一个模板，该模板由其近邻的若干像素组成，求模板中所有像素的均值，再把该均值赋予当前像素点（x，y），作为处理后图像在该点上的灰度g（x，y），即g（x，y）=/m ∑f（x，y） m为该模板中包含当前像素在内的像素总个数。
均值滤波介绍 滤波是滤波是将信号中特定波段频率滤除的操作，是从含有干扰的接收信号中提取有用信号的一种技术。
均值滤波是典型的线性滤波算法，它是指在图像上对目标像素给一个模板，该模板包括了其周围的临近像素（如×模板：以目标象素为中心的周围个象素，构成一个滤波模板，即去掉目标象素本身），再用模板中的全体像素的平均值来代替原来像素值。
均值滤波效果：平滑线性滤波处理降低了图像的“尖锐”变化。由于典型的随机噪声由灰度级的急剧变化组成，因此常见的平滑处理的应用就是降低噪声。均值滤波器的主要应用是去除图像中的不相关细节，其中“不相关”是指与滤波器模板尺寸相比较小的像素区域。然而，由于图像的边缘也是由图像灰度的尖锐变化带来的特性，所以均值滤波处理还是存在着边缘模糊的负面效应。
均值滤波算法实现（c语言） // junzhilvbo.cpp ： 定义控制台应用程序的入口点。
//
#include “stdafx.h”
#include “stdlib.h”
#include “string.h”
#define data_x //数字图像水平像素个数
#define data_y //数字图像竖直像素个数
void openfile（const char *cfilepath ， int noriginaldata［data_y］［data_x］）
{
printf（“正在获取数据。。。。。。”）;
file *fp ;
fp = fopen（cfilepath ， “r”）;
if（null == fp）
{
printf（“open file failed！ ”）;
return ;
}
unsigned char *pdata = （unsigned char *）malloc（sizeof（unsigned char）*data_x*data_y）;
if（null == pdata）
{
printf（“memory malloc failed！”）;
return ;
}
fread（pdata ， sizeof（unsigned char）*data_x*data_y ， ， fp）;
int count_x = ;
int count_y = ;
for（;count_y 《 data_y ; count_y++）
{
for（; count_x 《 data_x ;count_x++）
{
noriginaldata［count_y］［count_x］ = pdata［count_y*data_y+count_x］;
}
}
free（pdata）;
fclose（fp）;
return ;
}
void savefile（const char *cfilepath ， int nresultdata［data_y］［data_x］）
{
printf（“正在保存数据。。。。。。”）;
int count_x，count_y;
file *fp ;
fp = fopen（cfilepath ， “w”）;
if（null == fp）
{
printf（“open file failed！ ”）;
return ;
}
for（count_y=;count_y《data_y;count_y++）
{
for（count_x=;count_x《data_x;count_x++）
{
fwrite（&nresultdata［count_y］［count_x］，，，fp）;
}
}
fclose（fp）;
printf（“文件保存成功！ ”）;
return ;
}
bool junzhilvbo（const int noriginaldata［data_y］［data_x］， int nresultdata［data_y］［data_x］）
{
printf（“正在进行均值滤波。。。。。。”）;
int count_x ，count_y ;
/**模版滤波计算，不计算边缘像素*/
for（count_y = ; count_y 《 data_y ; count_y++）
{
for（count_x = ; count_x 《 data_x ;count_x++）
{
nresultdata［count_y］［count_x］ = （int）（（noriginaldata［count_y-］［count_x-］+
noriginaldata［count_y-］［count_x］ +
noriginaldata［count_y-］［count_x+］+
noriginaldata［count_y］［count_x-］ +
noriginaldata［count_y］［count_x］ +
noriginaldata［count_y］［count_x+］ +
noriginaldata［count_y+］［count_x-］+
noriginaldata［count_y+］［count_x］ +
noriginaldata［count_y+］［count_x+］）/）;
}
}
/*对四个边缘直接进行赋值处理*/
for（count_x=;count_x《data_x;count_x++） //水平边缘像素等于原来像素灰度值
{
nresultdata［］［count_x］=noriginaldata［］［count_x］;
nresultdata［data_y-］［count_x］=noriginaldata［data_y-］［count_x］;
}
for（count_y=;count_y《data_y-;count_y++） //竖直边缘像素等于原来像素灰度值
{
nresultdata［count_y］［］=noriginaldata［count_y］［］;
nresultdata［count_y］［data_x-］=noriginaldata［count_y］［data_x-］;
}
return true ;
}
int _tmain（int argc， _tchar* argv［］）
{
int noriginaldata［data_y］［data_x］; //保存原始图像灰度值
int nresultdata［data_y］［data_x］; //保存滤波后的灰度值
memset（noriginaldata，，sizeof（noriginaldata））; //初始化数组
memset（nresultdata，，sizeof（nresultdata））;
char copenfilepath［］ = “lena.raw”; //图像文件路径
openfile（copenfilepath，noriginaldata）;
if（！junzhilvbo（noriginaldata，nresultdata）） //滤波计算
{
printf（“操作失败！”）;
return ;
}
char csavefilepath［］ = “result.raw”; //文件保存路径
savefile（csavefilepath，nresultdata）;
return ;
}
均值滤波算法效果对比 均值滤波之前： 均值滤波之后：
红旗定制版华为P40披露，或将进行采用全新设计
折叠屏概念如此火热那么折叠屏手机值得购买吗
如何用Python自动获取排班人员
智慧农业系统中温室大棚智能控制的蔬菜喜获丰收
电子芯闻早报：苹果SIM卡激怒通信运营商
均值滤波和均值滤波算法程序
艾迈斯半导体公布面向模拟代工客户的2016年多项目晶圆制造服务计划
nfc手机读取银行卡
OLED屏幕的缺点是什么以及弹片微针模组的作用
再见MP3，你好AAC：MP3专利授权走到终点 相关项目已经终结
用笔记本也需有“本”事
人工智能会让画家提前下岗吗
苹果的ARKit会将iOS变成最大AR平台 大量招聘地图技术专家或为开发AR地图
西门子中国CEO：美国若禁止向中国出售芯片，欧洲在华制造业企业恐受波及
中国联通携手华为完成5G-Advanced 10Gbps峰值速率技术实验测试
AMR调度系统被业内人士称之为“海运”
盘点2021全球电子制造服务生产商(EMS) TOP100+ 超全
传华为手机近半芯片是自研
EtherCAT转Modbus网关的 EtherCAT从站配置案例
如何模拟用于波浪能发电的直线电机或发电机