快速中值滤波算法.docx

快速中值滤波算法.docx

《快速中值滤波算法.docx》由会员分享，可在线阅读，更多相关《快速中值滤波算法.docx（21页珍藏版）》请在冰豆网上搜索。

快速中值滤波算法

快速中值滤波算法

————————————————————————————————　作者:

————————————————————————————————日期：

南昌大学实验报告

学生姓名：

　洪僡婕　学号:

610０4１１159　　　专业班级:

数媒１１1班

实验类型：

■验证□综合□设计□创新实验日期：

４.29实验成绩：

一、实验项目名称

数字图像处理

二、实验目的

实现快速中值滤波算法

三、实验内容

　用VＣ＋+实现中值滤波的快速算法

四、主要仪器设备及耗材

　ＰＣ机一台

五、实验步骤

/／ImageProcｅｓｓingDｏｃ.ｃpｐ　:

　iｍpleｍeｎtaｔｉoｎoｆthe　CImageProcessiｎgDoc　cｌaｓs//

＃ｉnclｕde＂ｓtdafx.h"

＃ｉncｌudｅ"IｍagｅProceｓｓｉng.h"

#ｉnclｕde　"ImageＰroceｓｓingDoc.h＂

#ｉnｃluｄe＂GreyRatio.h＂

#iｎcｌude　

#deｆinePI（acｏs（0.0）＊2）

#ｉfdeｆ_ＤEＢUG

#deｆｉneｎｅｗDEBUG_NEW

#ｕｎｄef　TＨIS_chａｒTHIS_ＦILE[]　＝_＿ＦＩＬＥ_＿;

#endｉf

///////／／///／/////／///／//／//／/／/////／////／／/／／／////////／////／///／／//////////／

/／CＩmageProcessingＤｏc

IＭPＬEMENT_DYＮCREATE（CImａgePｒocesｓingDoc,CＤocument）

BＥGIN＿MEＳＳAGE＿ＭAP（CImaｇePrｏcessingＤoｃ,CＤocumenｔ）

ﻩ/／{｛AFX_ＭＳG_MAＰ（CImａgeＰroｃeｓsｉngＤoc）

ﻩOＮ_COＭMAND（ID＿ＨISTOGRAM_AＤJUSTＩFCATＩOＮ，OnＨistogramＡdjｕstiｆcatｉｏn）

ﻩON_ＣOＭMAＮD（ＩD_FFT,OnFft）

ON_COMＭＡND（ＩＤ_SALT＿PEPＰER_NOＩCE，ＯnSaltＰeｐpｅｒNｏice）

ON_ＣOＭMAND（ID＿ＲANDOM_NOISE，　OnRａndomNoise）

ＯN_ＣOMMＡND（IＤ＿MEDＩAN_FILTERＩNG,　ＯnMｅdiａｎFiltｅring）

ﻩＯN_COMMAND（IＤ_DCT,　ＯnDct）

ＯＮ＿ＣOMMＡNＤ（ID_FWT,OnFwt）

ＯN_COMMAND（IＤ＿DＨT,ＯnDht）

ﻩＯN_COMＭAＮD（ID_WAVＥLET_TRAＮSFORM,OnWａveletTrａｎｓforｍ）

ON＿COMMＡND（ID_GREY_AＤＪUSTIFCAＴIＯN,　OｎGｒｅyAdjustifcatiｏn）

ﻩON_COMMＡNＤ（ID＿GＲEY_ＬIＮEAR_ADJＵＳＴIＦCATＩＯN,OｎGreyLｉｎearAdjuｓtifcatｉoｎ）

ﻩON_COＭＭAND（ID_ＧREY_SEGＬIＮEAR_ADＪUＳTＩＦＣATION,OｎGreyＳｅgｌｉneａｒAdjｕｓｔifcaｔｉoｎ）

ＯN_ＣＯMMＡNＤ（ID_2DGRAD,　Oｎ2dｇraｄ）

ﻩON＿ＣOMMAND（ID＿RＯBERT,OnRobeｒｔ）

ﻩ//｝}AFＸ_MＳG_MAＰ

END_MEＳSＡGE_MAP（）

///////////／/////／////／/////／//////////／//／//／///////////／／//／／/////////／／///

//CＩmａｇｅProceｓsｉnｇDｏcconstructｉon/destｒｕcｔiｏn

CImａgePrｏcｅｓsiｎgDｏｃ:

:

CＩmageＰｒocessiｎgDoc（）{

ﻩ／/　ＴODＯ:

　ａdｄone－timｅｃｏnstructioｎ　codｅｈere

　mImaｇeFｉｌe　=NULL;

b=　FAＬSE;

ｎＲows=256；

nCols=25６；

mＳouｒceＤatａ=　NＵLL;

　ｐSourceData＝ＮＵLＬ；

ﻩbDａtａIsPrｏｃｅssed=FALSＥ；

mResultDaｔa　=FALSE；

　pResulｔDaｔa＝　FAＬSE;

FouｒieｒDataR=　NUＬL;

ﻩFｏｕrｉｅｒDatａI　　＝NＵＬL;

}

CImageProcesｓiｎgＤoc:

:

～CImａgｅProcessingDｏｃ（）｛

}

BOOLＣIｍaｇeＰrｏcessiｎgDoc:

:

OｎNeｗDocumeｎｔ（）｛

if（!

CDoｃument:

:

OnNewＤocument（））

ﻩｒｅｔｕｒn　FALSＥ;

／/ＴODO:

adｄｒeｉnitializaｔiｏn　codｅhere

//（ＳDIｄｏcumentswｉｌlrｅuse　thisdｏｃument）

ﻩretuｒnTRＵＥ;

}

/／/////／／//／／/／/／//////／／／/／///／/／///／/////////／/////／/／//／//／///／/////／/////

/／CIｍageProcessinｇDocｓeriａliｚatiｏｎ

ｖoiｄCImａgeProcesｓｉngDｏｃ:

：

Sｅrialize（CAｒchivｅ＆ar）{

ﻩiｆ（ａr.IsＳtorｉnｇ（））｛

//TODO:

addstｏringcｏｄｅｈeｒe

ﻩ}

ﻩelsｅ{

ﻩ／／　ＴODO:

aｄｄ　lｏadinｇcoｄehere

ﻩ}

}

／／//／／/／////／//////////／//////／////////／///／//／/／／／/／／//////／/////／///／／////／

//CＩmaｇeＰｒocessinｇＤｏcｄｉagnoｓtics

#iｆｄef　_DEBＵＧ

ｖoidＣImageＰｒocｅssiｎgDoc:

：

AｓｓeｒtVａlid（）　const{

CDocument:

:

AｓsertValｉｄ（）;

｝

voｉdCImagePｒoceｓsｉngDoｃ:

:

Duｍｐ（CＤumpCoｎｔｅｘt＆　dｃ）ｃonst{

ﻩCDocumenｔ:

：

Dｕmp（ｄｃ）;

｝

#enｄif　//_ＤEBUＧ

/////／////／///////////／/////／//／／///////////////／/／/／///／/////／/／／////／//////

//CImａgｅProcesｓinｇDoｃcoｍｍandｓ

BOＯLCImａgeＰrocessinｇＤoｃ:

：

OnOpeｎＤocument（ＬPCTＳTＲ　lpszPathNａme）　｛

ﻩiｎtx;

ﻩint　y;

if（！

CDｏｃuｍｅnt:

:

OｎＯpenDoｃumeｎt（ｌpszＰathNamｅ））

ﻩreturn　FALSE;

ﻩ//TＯDO:

Ａddｙouｒspeｃialｉzed　crｅａtioｎcodｅhere

　　if（mSouｒｃeData）　{

ﻩfree（mSourcｅDaｔａ）;

ﻩﻩmSoｕrceDａta=NＵＬL；

ﻩ}

ﻩif（！

（mSourceＤata=　（unsignedｃhar*）malｌｏｃ（nRｏws＊ｎCｏｌs*ｓizｅof（unsｉgnedｃhar））））

ﻩreturnＦAＬSE；

ﻩｉｆ（pＳｏuｒceＤata）｛

ｆrｅe（pＳoｕｒcｅＤata）；

ﻩpSoｕrceDatａ=ＮUＬＬ;

ﻩ}

if　（!

（pSourceDatａ　=（uｎsｉｇnedｃhar*）mａllｏc（3＊nＲows*ｎＣｏｌｓ*sｉｚeof（unsignｅdchar））））

ﻩﻩrｅtuｒnFAＬSE;

ﻩif（ｍResultＤａｔa）{

ﻩfreｅ（mReｓultＤata）;

mReｓｕltData＝ＮULＬ；

ﻩ}

if　（!

（ｍReｓultData＝　（uｎｓiｇnｅd　ｃhaｒ＊）malloc（ｎRows*nCｏlｓ*ｓizeof（uｎｓigｎed　cｈａr））））

　　reｔurnFALSE;

ﻩif（pRｅｓultData）{

ﻩｆｒee（pResultData）;

ﻩpResultＤaｔa=ＮULＬ;

ﻩ｝

ｉf（！

（pResｕｌtData=　（uｎsiｇnｅdcｈar*）malloc（3*nRoｗs*nＣols*siｚeof（uｎsigneｄｃｈar））））

ﻩreturnFAＬSE;

if（mIｍａgeＦiｌｅ）｛

ﻩfclｏse（mImageFｉle）；

ﻩmIｍaｇeFile　＝ＮＵLL;

}

iｆ（!

（mＩmageＦile　=fopen（ｌpszPathＮame,"ｒb＂）））{

frｅe（ｍＳourceData）;

reｔuｒｎ　FＡLSＥ;

ﻩ｝

iｆ（frｅad（mSoｕrceDａｔa,sizeｏf（ｕnsｉgnedcｈａr），nＲoｗs*ｎCols,mＩmageFilｅ）　!

=　（unsigneｄ）nCols*ｎRowｓ）　{

ﻩfｒee（mSourceＤａtａ）;

ﻩﻩｆclose（ｍIｍａgeFile）;

mＩmagｅFｉle=ＮＵLL;

ﻩb=ｆalｓe；

ﻩrｅturn　FALＳE;

}

for（y=0;y　<ｎＲｏwｓ；y＋+）{

for（x=　０;x

　pSourceDatａ[3*y*nＣｏｌs+３*x]　　=mSoｕrｃｅDａta[y*nCｏlｓ+x］;

　pＳourceData[3*ｙ＊nCｏls+3＊ｘ+１]　　=　mSｏuｒceＤａta［y*nCｏls＋x];

　　　pSouｒceＤatａ[３*y＊nCｏls+３*x＋2]　=mSｏurceDａta[ｙ*nColｓ＋x];

　ﻩ}　

b=　TRUE;

returnＴＲUE;

｝

ｖoid　CImaｇeProcessingDｏc：

：

ＯｎＨistogｒaｍAｄjustifcaｔiｏn（）{

//TODＯ:

Addyourcomｍaｎｄ　handｌercodeheｒｅ

ﻩintx，y；

ﻩdouble　*mR;

ﻩdouｂlｅ　*mS;

ﻩmR=new　douｂle[25６];

mS=ｎewdｏubｌe[256];　

　　　fｏｒ（ｘ=0；x＜256;x+＋）｛

ﻩﻩmR[x]　=mS[x]　=0.0;

ﻩ}

ﻩ//统计直方图

　　　for（y　=0；y　

　ｆｏr（x=０；ｘ　<　ｎCols;x＋+）{　

　　　mR[mSourceData[y*nCols+x]］++;

}　

for（x＝0;x<2５6;x++）{

ﻩfor（y=0;y

ﻩﻩmＳ[x]+=mR[y];

　mS［x]/＝ｎRoｗｓ*nCoｌs;

ﻩ}　

　　　／/直方图变换

　　fｏr（y　＝０;　y<　nRoｗｓ;y＋+）

　fｏr（x　=０;x<ｎＣｏｌｓ;　x++）

　　ｍRｅsultＤatａ［y*nRows+x]=　（char）（255＊　mS[mSouｒｃｅData[ｙ＊ｎRoｗs＋x]]）;　

ﻩ//灰度计算

for（y=0;y

　　for（x=0；ｘ　

　　　pResultDaｔａ[３*ｙ＊nＣols+３＊x］　=　mRｅsultData[y*nＣoｌｓ+ｘ];

　　　　ｐRｅsultData[３*y＊ｎCols+3*x＋1］=　mRｅsultData[y*nＣols＋ｘ];

　pResｕｌtＤata[３*y*nColｓ+3＊x+2]　=　mＲesultDatａ［y*nCｏls＋x];

ﻩ｝

/／更新显示

　　　ＵpｄaｔeＡllViews（ＮULL）；

}

//FFＴａndＩＦＦT一维傅立叶变换与逆变换函数　

//输入时域数据实部Tr，虚部Ti

//　输出频域数据实部Tr,虚部Ｔi

／/序列长度N,N等于2的r次幂

//FFTorIFFT,逻辑变量,非零做正变换,零做反变换

voiｄＣImageProcessinｇDoc:

:

FFＴandIFFT（ｆloat*Ｔr，　ｆloat＊Tｉ,intN,　boolFFＴoｒＩFＦT）{

ﻩinｔ　r;　／／迭代次数

intl,j，k;/／循环变量

ﻩintp;//用于蝶形计算加权系数的指数

ﻩinｔ　Ｂ；/／对偶结点距离

fｌｏａｔX，Y,XＸ,YＹ;

ﻩfloatｗ;

ﻩfloatｃosw，siｎw;　

ﻩif（!

ＦＦTorIＦFT）　{　//如果做傅立叶逆变换，则必须对数列除以N

ﻩfｏr（l=０;ｌ＜N;l++）{

ﻩTr[l］　/=　N;

ﻩTi[ｌ]/＝　N;

ﻩ}

ﻩ｝

　//计算循环次数ｒ

ｒ＝0;l＝N;

ﻩwｈile（l／＝　2）r++;

　//倒序

int　LH＝　N/２;

iｎt　ｉ;

ﻩfloａttemp；

　j=0;

for　（i＝1;i<Ｎ-1;i＋＋）｛

ﻩk=　LＨ；

ﻩｗhiｌe（j＞＝k）｛

ﻩﻩj=j-k；

ﻩｋ=　k／2;

}

ｊ　=j+k;

ﻩif　（i<=j）｛

ﻩtemｐ=　Tｒ[i];Tr［i]=Tr［j]；Ｔr[j]=temp;

ﻩﻩtemp＝Ti[i]；Ti［i］　=　Ti［j];Ｔi[j]＝teｍp;

ﻩﻩ}

ﻩ}

ﻩfoｒ（l＝０;ｌ　<=ｒ;l++）　//共ｒ级{

　　　B＝　1<＜（l－１）;/／　第l层对偶结点距离为2^（l－1）

ｆor（j=0;ｊ

ﻩ　　ｐ=j*（1<<（r－l））;

　ｗ＝2*PI*p/N;

ﻩﻩfｏr（k＝j;k

　　　　　if（ＦＦTorIFＦT）　{／/若做傅立叶正变换

　　　　cosw=cｏs（-w）;

ﻩ　sinｗ=ｓｉｎ（-w）;

　　　}

　　elsｅ{／／傅立叶反变换

　　　　　　cosw＝cｏs（ｗ）；

ﻩ　ｓiｎｗ=sｉn（w）;

ﻩﻩ　}　

ﻩﻩX　=Tr[ｋ]+Ｔr[k＋Ｂ］*ｃosw-　Ti[k+B]*ｓiｎw；

ﻩ　Y=　Ti[ｋ]+Tr［k＋B]*sinw+Ti[ｋ+B]　＊　cｏsw；

　　　　　XX＝Tｒ［ｋ]-Tｒ［ｋ＋Ｂ]*cosw+Ti［k＋B]*　ｓiｎｗ;

ﻩﻩﻩYY=Ti［k]　-Ｔr［ｋ+B]＊ｓｉｎw　-Ti［k+B］　*cosw;

　ﻩﻩ　　　Tr[k]　=　X;

ﻩ　　Ti[k]＝Ｙ;

ﻩﻩ　Ｔｒ［k+B]　=XX;

ﻩTｉ[ｋ＋B]=YY;

ﻩ}

ﻩ}

｝

｝

ｖoidＣImagePrｏcessingＤoc：

:

OnFｆｔ（）{

//　ＴODＯ:

Ａｄdｙour　coｍmaｎdhaｎdler　ｃodeheｒe

　intｉ,j;

ｉntii,jj；

ﻩfloattｅmp;

floａｔ*Ｔr;

ﻩfloat*Ti;

Tr　＝nｅwｆloat[ｎCols]；

Ti=new　floａｔ[nCｏls];

　if（FourｉｅrDataR）{

ﻩdeleｔeFouｒieｒDａｔaR；

ＦouｒierDaｔaR　=ＮULL;

　}

　　ｉf（　FourierDａtaI）｛

deleｔeＦｏｕｒiｅrＤaｔaI;

ﻩＦouｒieｒDataR　=NＵLＬ；

　　}

FｏuriｅｒDataR　=newfｌｏat[nRｏws*nCｏls];

ﻩＦourieｒDataI　＝newfloaｔ[nRows*nＣols];

ﻩｆor（ｉ=0；i＜nＲoｗｓ;i++）{

fｏｒ（ｊ＝0；j

　ＦourｉerDａｔaR[i*ｎCols+j]　＝（float）mＳｏurceDaｔa［i＊nColｓ+j];

ﻩFouriｅｒＤataI[ｉ*nCols+j]=０.0;

ﻩ｝

for（i=0;i＜nＲows;ｉ++）{／/每行进行傅立叶变换

　　foｒ（ｊ=0;j<ｎＣｏｌs;j＋＋）{

ﻩﻩTr［ｊ]=ＦouｒierＤatａR［i*nCols+ｊ];

　Ti[j]＝ＦｏurierDataI[ｉ＊nCｏｌｓ+ｊ];

}

ﻩＦFTanｄＩFＦT（Tr，Ti,ｎCｏls,1）；

ﻩﻩfｏr　（j＝0；j<ｎCｏls;ｊ++）{

ﻩﻩ　FoｕrierDaｔａR[i＊nCoｌs　+　j]=Tr[j];

　　　　ＦourierＤａtaＩ[i*nCols+ｊ]=Tｉ[j］;

ﻩﻩ}

ﻩ}

deｌｅteＴｒ;

ｄelete　Ti;

ﻩTr=ｎｅw　floａt［nRows];

Ｔｉ=new　float[nRows];　

for（j=0;j

　for　（i=０;i＜nRows；i＋+）{

ﻩTr[ｉ］　=FｏｕrierDａtaＲ[i＊ｎCols+j];

　　　Ti[i]=　FｏuｒierDataI［i*nCols+j];

}

FFＴandＩFＦT（Ｔr,Tｉ，ｎＲows，1）;

ｆor（i=０;i

ＦouriｅrDaｔaＲ[i*nCols+ｊ］=Tr[ｉ]；

　　FourｉｅrDatａＩ［i＊nColｓ+　ｊ]=Ti[i]；　

ﻩ}

ﻩ｝

　ｆoｒ（i=0;i

foｒ　（j=0；ｊ

ﻩﻩtemp　=ｓqrt（FourieｒDaｔaR[i*nCoｌs+j］*ＦourｉｅrDaｔａR　[ｉ*nCoｌs+j］+FouｒierＤataI［i*ｎColｓ+j]*FoｕrｉｅrDaｔａI[i＊nＣolｓ+j]）;

ﻩtemp／=1００;

ﻩﻩif（teｍp　>　2５5．0）

ﻩﻩﻩteｍp=255.０;

　　ii=ｎRoｗs　-　１－（i＜ｎＲowｓ／２？

i+nRowｓ／2:

ｉ－nRoｗs/2）;

ﻩjj=　（j＜nCols/２）?

（ｊ+nCｏls/２）：

（ｊ-nColｓ/2）；

　　　　／／将变换后现实的原点调整在中心位置

　　　　pRｅsultDatａ［3*ｉi*nＣolｓ+3*jj]　=（ｉnt）tｅmｐ;

pＲｅｓultＤata[３*ii*ｎCoｌs+3*jｊ+1]　　=（ｉnt）temｐ;

　　　ｐResultＤaｔａ[3*ｉｉ*nCols+3*jj+2]　　＝（ｉnｔ）temp;

ﻩ}

　//更新显示

　　ＵpdaｔeAllＶｉeｗｓ（ＮULL）;　

ﻩdelete　FouｒierDａｔaR;

ｄeleteFouriｅrDaｔａＩ;

ﻩFourierDatａI＝NULＬ;

FoｕrierＤａtaＲ　=NULＬ;

retuｒｎ;ﻩ

}

ｖoidCImagePrｏcessingDoｃ:

:

OｎSaltPepperＮoice（）{

//ＴＯDO:

Aｄｄyｏuｒcoｍmａndhａｎdｌer　code　heｒｅ

/／TODO：

Addyour　coｍmandhandler　codeherｅ

　　intx;

inｔ　y;

ﻩSalt_Pｅppeｒ_Ｎｏiｓｅ（mSourｃｅDａta,nCｏls,nＲｏwｓ）；

for（ｙ＝　0;y　<ｎRｏｗs;y＋+）{

for（x=0;x　

　pSourcｅData[３*y＊ｎＣols＋3*x]　　=（uｎｓignedｃhar）　　mSourceＤata[y*nCｏlｓ＋x];

　　　ｐSｏuｒｃeData[3*y*nColｓ+3*ｘ+1]=（ｕnｓignｅdchar）mSouｒceDａｔa[ｙ*ｎCoｌs+x］;

　　ｐＳourceDａtａ[3*y*ｎCols＋３＊x＋2]　　=　（unsｉｇｎed　char）ｍSｏurceData[y*nCｏｌｓ+x］；

ﻩ}

　UpdateＡllVｉews（NULL）;ﻩ

}

voｉd　CImaｇePrｏcｅssingＤｏｃ:

:

ＯnRａｎｄomＮoiｓe（）｛

／／TODＯ:

Aｄｄ　yourcommanｄｈandler　codeherｅ

　intｘ;

int　y；

Ｒａndom_Noｉｓe（ｍSｏｕｒｃeDａta，nRoｗs,nCols）;

fｏr（y　=0；y＜　nRowｓ;y++）｛

ｆor（x=0；x　

　　pＳoｕｒceDaｔa[3*y*nＣols+３*x]　　　　=　（ｕｎｓignｅdchar）ｍSｏｕrceData[y*nＣoｌs+x];

　ｐSouｒceData[3＊y*nCoｌs+３＊x+１]　=（ｕｎsigｎed　char）　mSｏurｃeDａta［y*nCols＋x］;

　　pSoｕrceDatａ[3*y*nColｓ+3*x+２]　=　（unｓignedcｈar）　mＳｏurceData[y*nCols+ｘ];

ﻩ｝

ＵpdateAllＶiews（NUＬL）；

}

voidＣImageＰroｃessingＤoｃ:

:

Salt_Peppｅr＿Noiｓe（unｓｉgｎeｄｃhaｒ＊mdata,　iｎtｎHｅｉght,　int　nＷiｄth）{

unsignｅdｃhaｒ*ﻩlpSrc；

ﻩ／/循环变量

ｌoｎg　ｉ;

longj;　

ﻩ//生成伪随机种子

ﻩsｒaｎd（（unsigned）tｉme（NUＬＬ））;

ﻩ/／