中值滤波器.docx

1、中值滤波器中值滤波器.txt让人想念而死，是谋杀的至高境界，就连法医也鉴定不出死因。帽泡排序法的汇编实现。mov cx,count ;CX数组元素个数 dec cx ;元素个数减1为外循环次数outlp: mov dx,cx ;DX内循环次数 mov bx,offset arrayinlp: mov al,bx ; 取前一个元素 cmp al,bx+1 ;与后一个元素比较 jna next xchg al,bx+1 ;否则，进行交换 mov bx,alnext: inc bx ;下一对元素 dec dx jnz inlp ;内循环尾 loop outlp ;外循环尾2、中值滤波中值滤汉是对某一

2、参数连续输入N次(一般N取奇数),从中选择一个中间值作为本次采样值,若变量变化比较缓慢,采用此方法效果比较好,但对快速变化过程的参数,如流量、自然伽玛等,则不宜采用。中值滤波的C程序函数如下:float middle_filter(float middle_value , intcount)float sample_value, data;int i, j;for (i=1; i for(j=count-1; j=i,-j)if(middle_valuej-1=middle_valuejdata=middle_valuej-1;middle_valuej-1=middle_valuejmidd

3、le_valuej=data;sample_value=middle_value(count-1)/2;return(sample_value);函数假设对某一参数连续采样3次,若多次采样,可 对该函数稍作修改即可。3次采样值存储在数组middle_value3,其中Sample-value表示有效采样值,count表示连续采样次数。FILTER3:MOV R2,#04H SRT:MOV A,R2 MOV R3,AMOV R0,#SAMP LOOP:MOV A,R0 INC R0MOV R1,ACLR CSUBB A,R0MOV A,R1JC DONEMOV A,R0 DEC R0XCH A,

4、R0INC R0MOV R0,ADONE:DJNZ R3,LOOP DJNZ R2.,SORT INC R0MOV A，R0RETSAMP EQU 30H 用汇编实现冒泡排序的函数;参数说明:_lpData是待排序的数组首地址,_dwCount是待排序的个数,_dwOption设为0则由小到大排序;如果是非0值,则是由大到小排序.;返回值:已排序数据放回原数组中.;作者:ONEPROBLEM;=_BubblingSort proc _lpData,_dwCount,_dwOption local dwCount pushad mov edi,1 .while edi _dwCount mov

5、esi,_lpData mov eax,_dwCount mov dwCount,eax sub dwCount,edi mov ebx,1 .while ebx = dwCount mov eax,esi .if eaxesi+4 & _dwOption=0 jmp continue .elseif eaxesi+4 & _dwOption!=0 jmp next .endif continue: mov eax,esi mov edx,esi+4 mov esi,edx mov esi+4,eax next: add esi,4 inc ebx .endw inc edi .endw po

6、pad ret_BubblingSort endpDSEG SEGMENT n equ 10 BUFFER DB 9,11,2,7,21,13,2,0,14,3 DSEG ENDS CSEG SEGMENT assume cs:CSEG, ds:DSEG MAIN PROC FAR ;主程序入口 mov ax, dseg mov ds, ax mov cx,n dec cx loop1: mov di,cx mov bx,0 loop2: mov al,bufferbx cmp al,bufferbx+1 jge continue xchg al,bufferbx+1 mov bufferbx

7、,al continue: add bx,1 loop loop2 mov cx,di loop loop1 mov ah,1;按任意键退出 int 21h mov ax, 4c00h ;程序结束，返回到操作系统系统 int 21h MAIN ENDP CSEG ENDS END MAIN 中值滤波原理 中值滤波是一种非线性平滑法,它对一个滑动窗口内的像素灰度值排序,并用其中值代替窗口中心像素的灰度值. 对脉冲干扰及椒盐噪声具有良好的抑制作用,并且在抑制随机噪声的同时能有效保护边缘少受模糊. 二维中值滤波的窗口形状有多种,如线状、方形、十字形、圆形、菱形等. 不同形状的窗口产生不同的滤波效果.

8、 通过研究,不少文献认为十字中值滤波的效果优于方形的中值滤波,而且十字中值滤波也有不同的形式以形成不同的滤波特性,其数据可从方形数据获得. 最常使用的十字中值滤波是对五个相邻像素进行排序,以确定中心点的数值. I=1 7 1 8 1 7 1 11 1 1 5 1 1 1 11 1 5 5 5 1 1 71 1 5 5 5 1 8 18 1 1 5 1 1 1 18 1 1 5 1 1 5 11 1 1 5 1 1 1 11 7 1 8 1 7 1 1 ;M N=size(I);I1=zeros(M,N);for i=2:M-1 for j=2:N-1 temp=I(i-1:i+1,j-1:j+

9、1); temp=sort(temp); temp=sort(temp); I1(i,j)=temp(2,2); endendimshow(I,);figure,imshow(I1,);中值滤波器属于非线性空间滤波器，用于除去图像中的椒盐噪声。中值滤波器只适用于灰度RGB图像（对于YUV图像，应该只需要对Y进行处理），一个有趣现象：对于彩色RGB图像进行中值滤波，得到的输出接近于灰色图像。中值滤波的算法核心就是找出中间值。对于一个3x3的块，只需要找的这样一个值：1）有4个比它小；2）有4个比它大。而不需要进行泡沫排序。对于图像的边界，一般有两种处理方法：边界扩展和不处理。为了跟具有普遍性，此

10、IP不考虑边界问题。中值滤波器的主要开销在于line buffer，通常line buffer需要存储图像的一行像素。对于3x3块的滤波，就需要两个line buffer，这对于大尺寸图像是一笔很大的开销。我认为，对于这个问题有两种解决办法：1）和其它模块共享buffer，实际限制会比较多，也会影响系统的工作频率；2）把大图像分成小块来处理，这样做IO接口的设计会比较复杂，对于带宽也有一定影响。本文的IP为Slave模式，输入为8bit，支持断续传输。实际应用中，需要设计一个IO interface。使用了6级流水线，处理速度可以达到1pixel/cycle。作为一个IP，这个设计可能没有太多

11、价值，毕竟实际情况千差万别。但是，我想，作为一个学习的例子还是有一些意义的，这个设计流程已经很接近工程项目了。算法实现起来比较简单，总共花费约5个工作日。第一天：找资料；第二天：写Design Spec，并实现；第三天：写c model，建立仿真环境；第四天：debug；第五天：整理。整个工程包括：RTL,testbanch，c model，Design Spec和测试向量。要求仿真工具支持verilog 2001。这里对验证环境多说一些，严格来讲，这个只能算是仿真，验证的话需要给出function coverage和code coverage报告。因为是没有薪水的工作，所以就不愿意做这些琐碎

12、的事情了。凭我的直觉说应该不会有问题（千万不要对自己的老板这么说，而且bug往往出现在设计者认为不会出bug的地方）。找Bug的工作就交给大家了:)。对于仿真结果的比较，不知道为什么很多人都习惯用testbanch dump result file，然后和参考数据作比较。个人觉得这种方法非常不好，我习惯用monitor做实时比较。到了2001版本，verilog的文件操作已经做到和c一样强大了。在这个testbanch里，激励和比对文件都是二机制的。另外一个比较重要的东西就是c model了，一般在公司里都是由算法工程师给出来的（我请不起他们只有自己写了），个人认为c model不会对RTL的

13、实现有所帮助（我从来不看他们的程序，而且我的设计都是和c model同步完成的），但是对于debug起着事半功倍的作用。一个好的c model可以给出debug所需要的所有信息。关于滤波器的实现没有太多难点，这里用的是脉动阵列结构，保证数据在你期望的时间到达就可以了。有一些信号是根据时序凑出来的，不要深究其逻辑意义。基本上基于算法的设计都遵循以下流程：先实现数据通路，然后根据数据通路来凑出控制信号.通常我看code和波形都是在debussy下面，如果你不是，应该向我学习，因为aisc工程师都是这么做的！如果你是想学习而不是拿来用的话，我建议还是自己实现的好。网络上的资源：该文件内容放在.m 文

14、件中才能调用！%中值滤波函数，X为输入矩阵,a,b为中值滤波的框大小。%效率很低，可以用来说明中值滤波的概念。%Y为uint8数据类型，以便用imshow画图，否则，可以改为其它和X相同的类型。% medianforfun.mfunction Y=medianforfun(X,a,b)k=floor(a*b/2)+1; % k为矩阵数值中间位置的数M,N=size(X);uint8 Y=zeros(M,N);funBox=zeros(a,b);temp=zeros(a*b);for i=1:M-a % matlab的坐标从（1，1）开始for j=1:N-bfunBox=X(i:i+a,j:j

15、+b);temp=funBox(:); % A(:)矩阵A以一维数组的形式输出tempSort=sort(temp); % sort()是从小到大排列Y(i,j)=tempSort(k);end;end;调用函数:I = imread(eight.tif);J = imnoise(I,salt %26amp; pepper,0.02);K = medfilt2(J);imshow(J), figure, imshow(K)Z=medianforfun(J,2,2);figure, imshow(Z)2.原版修改（效果更好）：function Y= V0(X,a,b)k=floor(a*b/2)

16、+1; % k为矩阵数值中间位置的数M,N=size(X);uint8 Y=zeros(M,N);funBox=zeros(a,b);p=0;temp=zeros(a*b); % a*b 的方阵for i=1:M-a % matlab的坐标从（1，1）开始for j=1:N-bfunBox=X(i:i+a-1,j:j+b-1);temp=funBox(:); % A(:)矩阵A以一维数组的形式输出tempSort=sort(temp); % sort()是从小到大排列p1=i+floor(a/2)+1;p2=j+floor(a/2)+1;Y(p1,p2)=tempSort(k); %找到邻接矩

17、阵排列数的中值赋值给模板的中心点 end;end;调用函数:tic;In = imread(D:sp.jpg); % 用P= isind(D:sp.png)测试，发现此图片为索引图像I= rgb2gray(In); %那为何使用rgb2gray能转换，ind2gray却不能呢？imhist(I);J = imnoise(I,salt %26amp; pepper,0.08);% K = medfilt2(J);imshow(J);%figure,imshow(K)Z= V0(J,3,3); %模板为3*3的矩阵，矩阵越大，计算量越大figure, imshow(Z)toc说明：计算程序运行时间

18、的方式：tic;程序;toc (2)matlab自带的中值滤波函数：medfilt2( )判断图像文件的类型：In = imread(D:sp.png);P= isind(D:sp.png)P= isrgb(D:sp.png)效果如下： 图片处理前 图片处理后 3.改进版（在原版修改基础上）：传统的中值滤波中“中值”一般取“中位数”，即所有元素排序后中间位置上的元素值。但是排序需要移动大量元素，效率较低。个人认为，其实原版算法主要耗时的地方之一是matlab的排序函数：sort()说明：耗时的原因很多！值得改进的地方还有很多基于此点，可以改进排序函数，快速排序算法是我的首选,但是不是平常意义的

19、那种快速排序，是经过改良的快速排序。因为它每轮移动的数字都是最后排好序的最终位置，并且，我只是为了找中值，所以不需要真的去排序。只要在有一轮排序中，一个数字被放在中心位置，那么该数就是所要找的中值。最终的排序虽然没有完成，但中值已找到，所以循环就可以停止了！但仍需要移动元素位置。貌似还是很耗时！暂时我只能改进到这样的情况了，尽力了！1.快速排序法（matlab版）% 快速排序法% 基本的思想:通过一趟排序将待排的记录分割成独立的两部分，% 其中前一部分的 记录的关键字均比另一部分记录的关键字小，% 再分别对两组记录进行递归分割，达到排序的目的% 平均时间复杂度为 O(log2(n)functi

20、on data=qsort_main(A)data = A; low = 1; high = 9;data = QSort(data, low, high);%before=A(:)%after=data(:)function data = QSort(data, low, high)if nargin = 1low = 1;high = length(data); endif(low%26lt;high)data pivokey = qPartition(data, low, high);(3)if(pivokey=5) %特定情况处理，如果第一个数就是中值，那么就可以停止该循环了！retu

21、rn;enddata = QSort( data, low, pivokey - 1 );%递归调用data = QSort( data, pivokey + 1, high );end% 将数组分成两部分，前一部分的值均比后一部分值小% 返回分界点function data low = qPartition(data, low, high)if nargin = 1low = 1;hight = length(data);endpivokey=data(low);while low %26lt; highwhile low %26lt; high %26amp; data(high) %26

22、gt;= pivokeyhigh = high - 1;endc = data(low); d = data(high);data(low) = d; data(high) = c;while low %26lt; high %26amp; data(low) %26lt;= pivokeylow = low + 1;endc = data(low); d = data(high);data(low) = d; data(high) = c;if(low=high%26amp;low=5) %low与high均到达中心位置！% fprintf(ppppppppp);return;endend中

23、值滤波函数：function Y= V0(X,a,b)k=floor(a*b/2)+1; % k为矩阵数值中间位置的数M,N=size(X);uint8 Y=zeros(M,N);funBox=zeros(a,b);temp=zeros(a*b); % a*b 的方阵for i=1:M-a % matlab的坐标从（1，1）开始for j=1:N-bfunBox=X(i:i+a-1,j:j+b-1);temp=funBox(:); % A(:)矩阵A以一维数组的形式输出tempSort=qsort_main(temp); % 快速排序！p1=i+floor(a/2)+1;p2=j+floor(

24、a/2)+1;Y(p1,p2)=tempSort(k); %找到邻接矩阵排列数的中值赋值给模板的中心点end;end;调用函数：tic;In = imread(D:sp.jpg); % 用P= isind(D:sp.png)测试，发现此图片为索引图像I= rgb2gray(In); %那为何使用rgb2gray能转换，ind2gray却不能呢？ imhist(I);J = imnoise(I,salt %26amp; pepper,0.08);% K = medfilt2(J);imshow(J);%figure,imshow(K)Z= V0(J,3,3); %模板为3*3的矩阵，矩阵越大，计算量越大figure, imshow(Z)toc