原文:Win8Metro(C#)数字图像处理--2.10图像中值滤波



[函数名称]

图像中值滤波函数MedianFilterProcess(WriteableBitmap
src)

[函数代码]

///<summary>

///
Median filter process.

///</summary>

///<param
name="src">Source image.</param>

///<returns></returns>

publicstaticWriteableBitmap
MedianFilterProcess(WriteableBitmap src)////10中值滤波处理

{

if(src!=null
)

{

int
w = src.PixelWidth;

int
h = src.PixelHeight;

WriteableBitmap
filterImage =newWriteableBitmap(w,
h);

byte[]
temp = src.PixelBuffer.ToArray();

byte[]
tempMask = (byte[])temp.Clone();

int
v1 = 0, v2 = 0, v3 = 0, v4 = 0, v5 = 0, v6 = 0, v7 = 0, v8 = 0, t = 0;

for
(int j = 1; j < h - 1; j++)

{

for
(int i = 4; i < w * 4 - 4; i += 4)

{

v1 = (int)(temp[i
- 4 + (j - 1) * w * 4] * 0.114 + temp[i - 4 + 1 + (j - 1) * w * 4] * 0.587 + temp[i - 4 + 2 + (j - 1) * w * 4] * 0.299);

v2 = (int)(temp[i
+ (j - 1) * w * 4] * 0.114 + temp[i + 1 + (j - 1) * w * 4] * 0.587 + temp[i + 2 + (j - 1) * w * 4] * 0.299);

v3 = (int)(temp[i
+ 4 + (j - 1) * w * 4] * 0.114 + temp[i + 4 + 1 + (j - 1) * w * 4] * 0.587 + temp[i + 4 + 2 + (j - 1) * w * 4] * 0.299);

v4 = (int)(temp[i
- 4 + j * w * 4] * 0.114 + temp[i - 4 + 1 + j * w * 4] * 0.587 + temp[i - 4 + 2 + j * w * 4] * 0.299);

v5 = (int)(temp[i
+ 4 + j * w * 4] * 0.114 + temp[i + 4 + 1 + j * w * 4] * 0.587 + temp[i + 4 + 2 + j * w * 4] * 0.299);

v6 = (int)(temp[i
- 4 + (j + 1) * w * 4] * 0.114 + temp[i - 4 + 1 + (j + 1) *w * 4] * 0.587 + temp[i - 4 + 2 + (j + 1) * w * 4] * 0.299);

v7 = (int)(temp[i
+ (j + 1) * w * 4] * 0.114 + temp[i + 1 + (j + 1) * w * 4] * 0.587 + temp[i + 2 + (j + 1) * w * 4] * 0.299);

v8 = (int)(temp[i
+ 4 + (j + 1) * w * 4] * 0.114 + temp[i + 4 + 1 + (j + 1) * w * 4] * 0.587 + temp[i + 4 + 2 + (j + 1) * w * 4] * 0.299);

t = GetMedianValue(v1, v2, v3, v4, v5, v6, v7, v8);

if(t==v1)

{

temp[i + j * w * 4] = (byte)tempMask[i
- 4 + (j - 1) * w * 4];

temp[i + 1 + j * w * 4] = (byte)tempMask[i
- 4 + 1 + (j - 1) * w * 4];

temp[i + 2 + j * w* 4] = (byte)tempMask[i
- 4 + 2 + (j - 1) * w * 4];

}

elseif(t==v2)

{

temp[i + j * w * 4] = (byte)tempMask[i
+ (j - 1) * w * 4];

temp[i + 1 + j * w * 4] = (byte)tempMask[i
+ 1 + (j - 1) * w * 4];

temp[i + 2 + j * w * 4] = (byte)tempMask[i
+ 2 + (j - 1) * w * 4];

}

elseif(t==v3)

{

temp[i + j * w * 4] = (byte)tempMask[i
+ 4 + (j - 1) * w * 4];

temp[i + 1 + j * w * 4] = (byte)tempMask[i
+ 1 + 4 + (j - 1) * w * 4];

temp[i + 2 + j * w * 4] = (byte)tempMask[i
+ 2 + 4 + (j - 1) * w * 4];

}

elseif(t==v4)

{

temp[i + j * w * 4] = (byte)tempMask[i
- 4 + j * w * 4];

temp[i + 1 + j * w * 4] = (byte)tempMask[i
- 4 + 1 + j * w * 4];

temp[i + 2 + j * w * 4] = (byte)tempMask[i
- 4 + 2 + j * w * 4];

}

elseif(t==v5)

{

temp[i + j * w * 4] = (byte)tempMask[i
+ 4 + j * w * 4];

temp[i + 1 + j * w * 4] = (byte)tempMask[i
+ 4 + 1 + j * w * 4];

temp[i + 2 + j * w * 4] = (byte)tempMask[i
+ 4 + 2 + j * w * 4];

}

elseif(t==v6)

{

temp[i + j * w * 4] = (byte)tempMask[i
- 4 + (j + 1) * w * 4];

temp[i + 1 + j * w * 4] = (byte)tempMask[i
- 4 + 1 + (j + 1) * w * 4];

temp[i + 2 + j * w * 4] = (byte)tempMask[i
- 4 + 2 + (j + 1) * w * 4];

}

elseif
(t == v7)

{

temp[i + j * w * 4] = (byte)tempMask[i
+ (j + 1) * w * 4];

temp[i + 1 + j * w * 4] = (byte)tempMask[i
+ 1 + (j + 1) * w * 4];

temp[i + 2 + j * w * 4] = (byte)tempMask[i
+ 2 + (j + 1) * w * 4];

}

else

{

temp[i + j * w * 4] = (byte)tempMask[i
+ 4 + (j + 1) * w * 4];

temp[i + 1 + j * w * 4] = (byte)tempMask[i
+ 4 + 1 + (j + 1) * w * 4];

temp[i + 2 + j * w * 4] = (byte)tempMask[i
+ 4 + 2 + (j + 1) * w * 4];

}

v1 = 0; v2 = 0; v3 = 0; v4 = 0; v5 = 0; v6 = 0; v7 = 0; v8 = 0; t = 0;

}

}

Stream
sTemp = filterImage.PixelBuffer.AsStream();

sTemp.Seek(0,SeekOrigin.Begin);

sTemp.Write(temp, 0, w * 4 * h);

return
filterImage;

}

else

{

returnnull;

}

}

privatestaticint
GetMedianValue(paramsint[]
src)

{

int
w = src.Length;

int
temp = src[0], m = 0;

for
(int i = 1; i < (int)(w
/ 2); i++)

{

if
(src[i] < temp)

{

m = src[i];

src[i] = temp;

temp = m;

}

else

continue;

}

return
(int)((src[(int)(w
/ 2)] + src[(int)(-1 + w / 2)]) / 2);

}


Win8Metro(C#)数字图像处理--2.10图像中值滤波的更多相关文章

  1. Win8Metro(C#)数字图像处理--2.3图像反色

    原文:Win8Metro(C#)数字图像处理--2.3图像反色 [函数名称] 图像反色函数ContraryProcess(WriteableBitmap src) [算法说明]     反色公式如下: ...

  2. Win8MetroC#数字图像处理--2.2图像二值化函数

    原文:Win8MetroC#数字图像处理--2.2图像二值化函数 [函数代码] /// <summary> /// Binary process. /// </summary> ...

  3. Win8Metro(C#)数字图像处理--2.4图像颜色聚类

    原文:Win8Metro(C#)数字图像处理--2.4图像颜色聚类  [函数名称] 图像颜色聚类函数ClusterProcess(WriteableBitmap src,int value) [算 ...

  4. Win8Metro(C#)数字图像处理--2.33图像非线性变换

    原文:Win8Metro(C#)数字图像处理--2.33图像非线性变换  [函数名称] 图像非线性变换函数NonlinearTransformProcess(WriteableBitmap src ...

  5. Win8Metro(C#)数字图像处理--2.32图像曝光算法

    原文:Win8Metro(C#)数字图像处理--2.32图像曝光算法  [函数名称] 图像曝光函数ExposureProcess(WriteableBitmap src,int exposureV ...

  6. Win8Metro(C#)数字图像处理--2.27图像加法运算

    原文:Win8Metro(C#)数字图像处理--2.27图像加法运算  [函数名称] 图像加法函数AddProcess(WriteableBitmap src, WriteableBitmap a ...

  7. Win8Metro(C#)数字图像处理--2.28图像乘法运算

    原文:Win8Metro(C#)数字图像处理--2.28图像乘法运算  [函数名称] 图像乘法函数MultiplicationProcess(WriteableBitmap src, Writea ...

  8. Win8Metro(C#)数字图像处理--2.29图像除法运算

    原文:Win8Metro(C#)数字图像处理--2.29图像除法运算  [函数名称] 图像除法函数DivisionProcess(WriteableBitmap src, WriteableBit ...

  9. Win8Metro(C#)数字图像处理--2.26图像减法

    原文:Win8Metro(C#)数字图像处理--2.26图像减法  [函数名称] 图像减法函数SubtractionProcess(WriteableBitmap src, WriteableBi ...

随机推荐

  1. 深入理解JVM:垃圾收集器与内存分配策略

    堆里面存放着Java世界差点儿全部的对象实例,垃圾收集器在对堆进行回收前.第一件事情就是要确定这些对象之中哪些还存活,哪些已经死去.推断对象的生命周期是否结束有下面几种方法 引用计数法 详细操作是给对 ...

  2. ssh和SSH服务(包含隧道内容)

    ssh和SSH服务(包含隧道内容) 72.16.10.6:/etc/fstab-->/172.16.10.3:/tmp/a.txt. [root@xuexi ~]# scp 172.16.10. ...

  3. OSGI简介—HelloWorld

    版权声明:本文为博主原创文章,未经博主允许不得转载. https://blog.csdn.net/wanghuan203/article/details/13631713 本次介绍的 HelloWor ...

  4. try catch finally中的return

    try catch 中finally语句总是可以执行的,不管try中是否含有return语句 public class TestReturn { public static void main(Str ...

  5. 学习鸟哥的Linux私房菜笔记(12)——系统监视2

    四.控制进程 kill :语法 kill [-signal] PID     向进程传送一个特定的讯号,默认为15(终结) kill -l  :列出所有可以由kill传递的讯号 1 :重启进程 2 : ...

  6. WPF入门(四)->线形区域Path内容填充之填充图(ImageBrush)

    原文:WPF入门(四)->线形区域Path内容填充之填充图(ImageBrush) 前面我们提到了LinearGradientBrush可以用来画渐变填充图,那么我们同时也可以使用ImageBr ...

  7. textarea随内容自动增加高度

    var autoTextarea = function (elem, extra, maxHeight) { extra = extra || 0; var isFirefox = !!documen ...

  8. WPF--常用布局介绍

    概述:本文简要介绍了WPF中布局常用控件及布局相关的属性 1 Canvas Canvas是一个类似于坐标系的面板,所有的元素通过设置坐标来决定其在坐标系中的位置..具体表现为使用Left.Top.Ri ...

  9. 统计推断(statistical inference)

    样本是统计推断的依据: 统计推断的基本问题可以分为两大类: 估计问题 点估计, 区间估计 假设检验 1. 点估计 设总体 X 的分布函数 F(x;θ) 的形式已知,θ 是待估参数.X1,X2,-,Xn ...

  10. python 判断一个数为?

    1. 判断一个变量是否数字(整数.浮点数)? instance('a', (int, long, float)) True isinstance('a', (int, long, float)) Fa ...