C# 中值滤波

理解定义中值滤波法是一种非线性平滑技术，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值.中值滤波对脉冲噪声有良好的滤除作用，特大学生入党自传别是在滤除噪声的同时，能够保护信号的边缘，使之不被模糊。“中值滤波”图解原理

代码实现

Step1：首先参考我之前的文章，将图像与二维数组互转

Step2：中值滤波C#函数

“中值滤波” 公式 private void button1_Cli孔雀鱼烂尾ck(object sender, EventArgs e) { byte[,] data;//[mH,mW] Bitmap bmp = new Bitmap(@"F:\MyDo\C#\测试用\IMGA\盐椒噪音.jpg"); pictureBox1.BackgroundImage = bmp; data = Image_2_Arry2D(bmp);//参照 Step1 data = sf_medianFilter(data); Bitmap img = Arry2D_2_Image(data);//参照 Step1 pictureBox2.BackgroundImage = img; } public static byte[,] sf_medianFilter(byte[,] sMat) { int mH = sMat.GetLength(0); int mW = sMat.GetLength(1); byte[,] Mat = new byte[mH, mW]; byte[] block = new byte[9]; for(int y=1;y<mH-1;y++) { for(int x=1;x<mW-1;x++) { block[0] = sMat[y-1, x+1]; block[1] = sMat[bl校园文y-1, x]; block[2] = sMat[y-1, x-1]; block[3] = sMat[y, x+1]; block[4] = sMat[y, x]; 鱼鳞病图片 block[5] = sMat[y, x-1]; block[6] = sMat[y+1, x+1]; block[7] = sMat[y+1, x]; block[8] = sMat[y+1, x-1]; sf_BubbleSort(ref block)怎么注册公司; Mat[y, x] = block[4]; } } return Mat; } publi三维试衣c static void sf_BubbleSort(ref byte[] Mat) { int len = Mat.GetLength(0); byte temp = 0; for(int i=0;i<len-1;i++) { for(int j=i+1;j<len;j++) { if(Mat[i]>Mat[j]) { temp = Mat[i]; Mat[i] = Mat[j]; Mat[j] = temp; } } } }

Step3：运行效果

中值滤波（忽略边缘像素）

扩展：

与中值滤波算法很类似的有：

最大值滤波，最小值滤波，均值滤波。

最大值滤波器，发现图像中最亮点非常有用；对于椒噪声具有良好效果。最小值滤女人不坏男人不爱波器，发现图像中最暗点非常有用；对于盐噪声具有良好效果。均值滤波主要还是平滑图像的用处，有的图像的锐度很高，用这样的均值算法，可以把锐度降低。使得图像看上去更加自然。

最大值滤波C#函数

“最大值滤波”公式public static byte[,] sf_minvalFilter(byte[,] sMat) { int mH = sMat.GetLength(0); int mW = sMat.GetLength(1); byte[,] Mat = new byte[mH, mW]; 境外投资byte temp = 0; for (int y = 1; y < mH - 1; y++) { for (int x = 1; x < mW - 1; x++) { temp = sMat[y, x]; temp = temp < sMat[y + 1, x]电视投影仪 ? temp : sMat[y + 1, x]; temp = temp < sMat[y - 1, x] ? temp : sMat[y - 1, x]; temp = temp < sMat[y, x - 1] ? temp : sMat[y, x - 1]; temp = temp < sMat[y + 1, x - 1] ? temp : sMat[y + 1, x - 1]; temp = temp &l旅游北京t; sMat[y - 1, x - 1] ? temp : sMat[y - 1, x - 1]; temp = temp < sMat[y, x + 1] ? temp : sMat[y, x + 1]; temp = temp < sMat[y + 1, x + 1] ? temp : sMat[y + 1, x + 1]; temp = temp < sMat[y - 1, x + 1] ? temp : sMat[y - 1, x + 1]; Mat[y,3000左右的手机 x] = temp; } } 新年用英语怎么说 return Mat; }

效果：

“最大值滤波 ”白底 椒噪去除

最小值滤波C#函数

“最小值滤波”公式public static byte[,] sf_minvalFilter(byte[,] sMat) { int mH = sMat.GetLength(0); int mW = sMat.GetLength(1); byte[,] Mat = new byte[mH, mW]; 张敬轩图片 byte temp = 0; for (int y = 1; y < mH - 1; y++) { for (int x = 1; x < mW - 1; x++) { temp = sMat[y, x]; temp = temp < sM雷思海at[y + 1, x] ? temp : sMat[y + 1, x]; temp = temp < sMat[y - 1, x] ? temp : sMat[y - 1, x]; temp = temp < sMat[y, x - 1] ? temp : sMat[y人体自然, x - 1]; temp = temp < sMat[y + 1, x - 1] ? temp : sMat[y + 1, x - 1]; temp = temp < sMat[y - 1, x - 1] ? temp :球磨 sMat[y - 1, x - 1]; temp = temp < sMat[y, x + 1] ? temp : sMat[y, x + 1]; temp = temp < sMat[y + 1, x + 1] ? temp : sMat[y + 1, x + 1]; temp = temp < sMat[y - 1, x + 1] ? temp : 凯恩斯sMat[y - 1, x + 1]; Mat[y, x] = temp; } } return Mat; }

效果：

“最小值滤波” 文字 盐噪去除

均值滤波C#函数

均值滤波 公式public static byte[,] sf_meanFilter(by阿玛尼满天星te[,] sMat) { int mH = sMat.GetLength(0); int mW = sMat.GetLength(1); byte[,] Mat = new byte[mH, mW]; int temp = 0; for (int y = 1; y < mH - 1; y++) { for (int x = 1; x < mW - 1; x++) { temp = sMat[y - 1, x + 1]; temp += sMat[y - 1, x]; temp += sMat[y - 1, x - 1]; temp += sMat[y, x + 1]; temp += sMat[y, x]; temp += sMat[y, x - 1]; temp += sMat[y + 1, x + 1]; 校园安全知识 temp += sMat[y + 1, x]; temp += sMat[y + 1, x - 1]; Mat[y, x] = (byte)(temp/9); } } 油墨印刷 return Mat; }

效果：

“均值滤波” 盐椒噪 均淡化“均值滤波” 效果