大家好，我是【1+1=王】， 热爱java的计算机（人工智能）渣硕研究生在读。
如果你也对java、人工智能等技术感兴趣，欢迎关注，抱团交流进大厂！！！
Good better best, never let it rest, until good is better, and better best.

近期会把自己本科阶段的一些课程设计、实验报告等分享出来，供大家参考，希望对大家有帮助。

博客更新至专栏【课程设计实验报告】：https://blog.csdn.net/weixin_43598687/category_11640051.html

一、 实验目的

1、 掌握并通过编程实现均值滤波算法。
2、 掌握并通过编程实现中值滤波算法，先对图像加噪声，通过算法去除噪声。
3、 掌握并通过编程实现拉普拉斯锐化算法。

二、 实验内容

1. 实验任务

在程序中，分别在对应的函数位置添加相应算法的代码，实现均值滤波、中值滤波、拉普拉斯锐化算法，最后用MISS图片来反映这三种算法的效果。

2. 程序设计

1） 原理
（1） 均值滤波也称为领域平均法，是一种图像平滑算法，图像平滑是指用于突出图像的宽大区域、低频成分、主干部分或抑制图像噪声和干扰高频成分，使图像亮度平缓渐变，减小突变梯度，改善图像质量的图像处理方法。可以用加权平均或者非加权平均。
（2） 中值滤波，原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。
（3） 图像锐化处理的目的是为了使图像的边缘、 轮廓线以及图像的细节变的清晰，经过平滑的图像变得模糊的根本原因是因为图像受到了平均或积分运算，因此可以对其进行逆运算（如 微分运算）就可以使图像变的清晰。

2） 流程
（1） 打开VC++6.0，打开工作空间，然后打开project。
（2） 找到图像平滑函数，在相应位置添加代码。先开辟一个新的空间lpSrc，存放平滑后的图像；将源图像的像素点领域分别与a[i]相乘，做加权或非加权处理得到目标图像的像素值。
（3） 先在GetMedianNum函数中添加代码，补充完整，此函数用来将源图像的像素点和它的领域冒泡排序，返回中指。找到中值滤波函数，在相应位置添加代码。先开辟一个新的空间lpSrc，存放中值滤波后的图像；在循环中得到对应的目标图像图像的像素值。
（4） 图像锐化和图像平滑过程类似，但是不用做加权或者非加权处理，因为它的a[i]的系数和始终为1。

3） 数据输出

分析：图像平滑突出图像的宽大区域、低频成分、主干部分或抑制图像噪声和干扰高频成分，使图像亮度平缓渐变，减小突变梯度，改善图像质量。

分析：中值滤波可以去除图片中的噪声，但是拐角处不能去除，因为拐角处占的比例比较大。

分析：先对图像作平滑处理，然后再进行图像锐化操作，最开始，图像锐化对图片的边缘有明显的效果，再继续图像锐化，图片就会呈现块状。

三、 实验环境

1. 操作系统：WINDOWS 8
2. 开发工具：Visual Studio、
3. 实验设备：PC

源代码

均值滤波：

double *tempt=new double[lWidth*lHeight];
	int *b=new int[9];
	int k;
	double sum,mean;
	for(i=1;i<lHeight-1;i++)
	{
		for(j=1;j<lWidth-1;j++)
		{
			lpSrc=lpDIBBits+lLineBytes*i+j;
			b[0]=*(lpDIBBits+lLineBytes*(i-1)+j-1);
			b[1]=*(lpDIBBits+lLineBytes*(i-1)+j);
			b[2]=*(lpDIBBits+lLineBytes*(i-1)+j+1);
			b[3]=*(lpDIBBits+lLineBytes*i+j-1);
			b[5]=*(lpDIBBits+lLineBytes*i+j);
			b[6]=*(lpDIBBits+lLineBytes*(i+1)+j-1);
			b[7]=*(lpDIBBits+lLineBytes*(i+1)+j);
			b[8]=*(lpDIBBits+lLineBytes*(i+1)+j+1);
			sum=0;
			mean=0;
			for(k=0;k<9;k++)
			{
				sum=sum+a[k]*b[k];
				mean=sum/9;
			}
			tempt[lWidth*i+j]=mean;
		}
	}
	for(i=1;i<lHeight-1;i++)
	{
		for(j=1;j<lWidth-1;j++)
		{
			lpSrc=lpDIBBits+lLineBytes*i+j;
			if(tempt[lWidth*i+j]>255)
			{
				*lpSrc=(unsigned char)255;
			}
			else if(tempt[lWidth*i+j]<0)
			{
				*lpSrc=(unsigned char)0;
			}
			else
			{
				*lpSrc=(unsigned char)tempt[lWidth*i+j];
			}
		}
	}

中值滤波：

int *tempt=new int[lWidth*lHeight];
	unsigned char *b=new unsigned char[9];
	for(i=1;i<lHeight-1;i++)
	{
		for(j=1;j<lWidth-1;j++)
		{
			lpSrc=lpDIBBits+lLineBytes*i+j;
			b[0]=*(lpDIBBits+lLineBytes*(i-1)+j-1);
			b[1]=*(lpDIBBits+lLineBytes*(i-1)+j);
			b[2]=*(lpDIBBits+lLineBytes*(i-1)+j+1);
			b[3]=*(lpDIBBits+lLineBytes*i+j-1);
			b[5]=*(lpDIBBits+lLineBytes*i+j);
			b[6]=*(lpDIBBits+lLineBytes*(i+1)+j-1);
			b[7]=*(lpDIBBits+lLineBytes*(i+1)+j);
			b[8]=*(lpDIBBits+lLineBytes*(i+1)+j+1);
			tempt[lWidth*i+j]=GetMedianNum(b,9);
		}
	}
	for(i=1;i<lHeight-1;i++)
	{
		for(j=1;j<lWidth-1;j++)
		{
			lpSrc=lpDIBBits+lLineBytes*i+j;
			if(tempt[lWidth*i+j]>255)
			{
				*lpSrc=(unsigned char)255;
			}
			else if(tempt[lWidth*i+j]<0)
			{
				*lpSrc=(unsigned char)0;
			}
			else
			{
				*lpSrc=(unsigned char)tempt[lWidth*i+j];
			}
		}
	}

锐化：

double *tempt=new double[lWidth*lHeight];
	int *b=new int[9];
	int k;
	double sum;
	for(i=1;i<lHeight-1;i++)
	{
		for(j=1;j<lWidth-1;j++)
		{
			lpSrc=lpDIBBits+lLineBytes*i+j;
			b[0]=*(lpDIBBits+lLineBytes*(i-1)+j-1);
			b[1]=*(lpDIBBits+lLineBytes*(i-1)+j);
			b[2]=*(lpDIBBits+lLineBytes*(i-1)+j+1);
			b[3]=*(lpDIBBits+lLineBytes*i+j-1);
			b[5]=*(lpDIBBits+lLineBytes*i+j);
			b[6]=*(lpDIBBits+lLineBytes*(i+1)+j-1);
			b[7]=*(lpDIBBits+lLineBytes*(i+1)+j);
			b[8]=*(lpDIBBits+lLineBytes*(i+1)+j+1);
			sum=0;
			for(k=0;k<9;k++)
			{
				sum=sum+a[k]*b[k];
			}
			tempt[lWidth*i+j]=sum;
		}
	}
	for(i=1;i<lHeight-1;i++)
	{
		for(j=1;j<lWidth-1;j++)
		{
			lpSrc=lpDIBBits+lLineBytes*i+j;
			if(tempt[lWidth*i+j]>255)
			{
				*lpSrc=(unsigned char)255;
			}
			else if(tempt[lWidth*i+j]<0)
			{
				*lpSrc=(unsigned char)0;
			}
			else
			{
				*lpSrc=(unsigned char)tempt[lWidth*i+j];
			}
		}
	}

博客更新至专栏【课程设计实验报告】：https://blog.csdn.net/weixin_43598687/category_11640051.html