1、什么是中值滤波？

中值滤波是对一个滑动窗口内的诸像素灰度值排序，用其中值代替窗口中心象素的原来灰度值，它是一种非线性的图像平滑法，它对脉冲干扰级椒盐噪声的抑制效果好，在抑制随机噪声的同时能有效保护边缘少受模糊。

中值滤波可以过滤尖峰脉冲。目的在于我们对于滤波后的数据更感兴趣。滤波后的数据保留的原图像的变化趋势，同时去除了尖峰脉冲对分析造成的影响。

以一维信号的中值滤波举例。对灰度序列80、120、90、200、100、110、70，如果按大小顺序排列，其结果为70、80、90、10O、110、120、200，其中间位置上的灰度值为10O，则该灰度序列的中值即为100。一维信号中值滤波实际上就是用中值代替规定位置(一般指原始信号序列中心位置)的信号值。对前面所举的序列而言，中值滤波的结果是用中值100替代序列80、120、90、200、100、110、70中的信号序列中心位置值200，得到的滤波序列就是80、120、90、100、100、110、70。如果在此序列中200是一个噪声信号，则用此方法即可去除这个噪声点。

二维中值滤波算法是：对于一幅图像的象素矩阵，取以目标象素为中心的一个子矩阵窗口，这个窗口可以是3*3 ，5*5 等根据需要选取，对窗口内的象素灰度排序，取中间一个值作为目标象素的新灰度值。窗口示例如ooooxoooo上面x为目标象素，和周围o组成3*3矩阵Array，然后对这9个元素的灰度进行排序，以排序后的中间元素Array[4]为x的新灰度值，如此就完成对象素x的中值滤波，再迭代对其他需要的象素进行滤波即可。

图像处理中，中值滤波的实现方法

1：通过从图像中的某个采样窗口取出奇数个数据进行排序

2：用排序后的中值取代要处理的数据即可

中值滤波的算法实现过程，重点是排序，最常用的冒泡排序~~

把滤波区间的数据从小到大进行排序，然后取中值，(如果是奇数个数据，那么中值就只有一个了，如果偶数个数据，中值有两个，可以对两个数据再求平均)

下面是一个C语言实现中值滤波的函数：

unsigned char GetMedianNum(int * bArray, intiFilterLen)

{int i,j;//循环变量

unsigned charbTemp;//用冒泡法对数组进行排序

for (j = 0; j < iFilterLen - 1; j ++)

{for (i = 0; i < iFilterLen - j - 1; i ++)

{if (bArray[i] > bArray[i + 1])

{//互换

bTemp =bArray[i];

bArray[i]= bArray[i + 1];

bArray[i+ 1] =bTemp;

}

}

}//计算中值

if ((iFilterLen & 1) > 0)

{//数组有奇数个元素，返回中间一个元素

bTemp = bArray[(iFilterLen + 1) / 2];

}else{//数组有偶数个元素，返回中间两个元素平均值

bTemp = (bArray[iFilterLen / 2] + bArray[iFilterLen / 2 + 1]) / 2;

}returnbTemp;

}

注：bArray 是一个整形指针，我们传入的一般是一个数组，用来存储待排序的数据    iFilterLen 是滤波器的长度   用在图像处理中时，由于像素的取值范围是0~255，刚好是unsigned char 的范围，所以函数的返回值是unsigned char，如果我们要处理的数是float型，或其他类型，返回值也可以更改~~返回值是bTemp，也即是我们想得到的中值

下面是一个完整的C语言程序，用在图像处理中

/*************************************************************************

* 函数名称：

* MedianFilter()

* 参数:

* int iFilterH - 滤波器的高度

* int iFilterW - 滤波器的宽度

* int iFilterMX - 滤波器的中心元素X坐标

* int iFilterMY - 滤波器的中心元素Y坐标

* 说明:

* 该函数对DIB图像进行中值滤波。

************************************************************************/

#define iFilterW 1

#define iFilterH 1

#define iFilterMX 1

#define iFilterMY 1

#define WIDTHBYTES(bits) (((bits) + 31) / 32 * 4)unsignedchar GetMedianNum(int * bArray, intiFilterLen);void MedianFilter(unsigned char *pImg1,unsigned char *pImg,int nWidth,intnHeight)

{

unsignedchar *lpSrc; //指向源图像的指针

unsigned char *lpDst; //指向要复制区域的指针

int aValue[iFilterH*iFilterW]; //指向滤波器数组的指针

int i,j,k,l; //循环变量

int lLineBytes; //图像每行的字节数

lLineBytes = WIDTHBYTES(nWidth * 8);for ( i=0;i

(*pImg)=0;//开始中值滤波//行(除去边缘几行)

for(i = iFilterMY; i < nHeight - iFilterH + iFilterMY + 1; i++)

{//列(除去边缘几列)

for(j = iFilterMX; j < nWidth - iFilterW + iFilterMX + 1; j++)

{//指向新DIB第i行，第j个象素的指针

lpDst = pImg + lLineBytes * (nHeight - 1 - i) +j;//读取滤波器数组

for (k = 0; k < iFilterH; k++)

{for (l = 0; l < iFilterW; l++)

{//指向DIB第i - iFilterMY + k行，第j - iFilterMX + l个象素的指针

lpSrc = pImg1 + lLineBytes * (nHeight - 1 - i + iFilterMY - k) + j - iFilterMX +l;//保存象素值

aValue[k * iFilterW + l] = *lpSrc;

}

}//获取中值

* lpDst = GetMedianNum(aValue, iFilterH *iFilterW);

}

}

}

unsignedchar GetMedianNum(int * bArray, intiFilterLen)

{int i,j; //循环变量

unsigned charbTemp;//用冒泡法对数组进行排序

for (j = 0; j < iFilterLen - 1; j ++)

{for (i = 0; i < iFilterLen - j - 1; i ++)

{if (bArray[i] > bArray[i + 1])

{//互换

bTemp =bArray[i];

bArray[i]= bArray[i + 1];

bArray[i+ 1] =bTemp;

}

}

}//计算中值

if ((iFilterLen & 1) > 0)

{//数组有奇数个元素，返回中间一个元素

bTemp = bArray[(iFilterLen + 1) / 2];

}else{//数组有偶数个元素，返回中间两个元素平均值

bTemp = (bArray[iFilterLen / 2] + bArray[iFilterLen / 2 + 1]) / 2;

}returnbTemp;

}