达卡人技术博客™
        dakaren技术博客,博广天下–源码算法|图像增强|经验总结|设计方案|学习教程！ >>> 本站作为一个技术站点，并不是简单复制转载一些文章而已，所以不可能每天都更新，也没有那么多精力，希望体谅，但我们会努力和大家交流最有用的东西。也欢迎您来稿来信，共同进步。谢谢dajia's支持! 给大家推荐一个不错的CV网站>>计算机视觉论坛：http://cvchina.net

上次提到产生高斯噪声的算法，我们知道，椒盐噪声是可以通过中值滤波来修复的，高斯噪声也可以通过均值滤波来还原。
顾名思义，均值滤波也是构建一个 n*n 的模板，然后取其平均值来替代模板中间的值。这样做出的效果明显不如用中值滤波修复椒盐噪声的效果好，不过当 n 取很大值的时候，图片看起来像是高斯模糊，不知道是不是一个原理……
看效果，n=3 时：

n=11 时：

算法更加简单，有以前的基础不成问题：

    BmpPixmap &
BmpPixmap::mean_filter (int n)
{
    assert (n >= 3 && n % 2);

    int ii, jj, nn, sum [3];
    BmpPixmap *temp = new BmpPixmap (*this);
    for (i = n / 2; i < height - n / 2; i++) {
        for (j = n / 2; j < width - n / 2; j++) {
            for (nn = 0; nn < 3; nn++) {
                sum [nn] = 0;
            }
            /*-----------------------------------------------------------------------------
             *  Calculate the average of the model.
             *-----------------------------------------------------------------------------*/
            for (ii = i - n / 2, nn = 0; ii <= i + n / 2; ii++) {
                for (jj = j - n / 2; jj <= j + n / 2; jj++, nn++) {
                    sum [0] += pdata [ii][jj]->get_blue ();
                    sum [1] += pdata [ii][jj]->get_green ();
                    sum [2] += pdata [ii][jj]->get_red ();
                }
            }
            temp->pdata [i][j]->set (sum [0] / (n * n), sum [1] / (n * n), sum [2] / (n * n));
        }
    }
    return *temp;
}  /* -----  end of method BmpPixmap::mean_filter  ----- */

转载请注明：转自K.I.S.S. – 简单哲学 – 数字图像处理（四）——均值滤波

Related posts:

1. 数字图像处理（二）——中值滤波
2. Wiener2滤波C++代码
3. 常用的数字图像去噪典型算法及matlab实现