A. c語言中值濾波問題
1. 是規定做中值濾波的點不含邊緣的點(取決於中值濾波窗口大小)。 2,對圖像邊緣部分的信息進行鏡像處理。
B. 均值濾波怎麼算的
均值濾波是典型的線性濾波演算法，它是指在圖像上對目標像素給一個模板，該模板包括了其周圍的臨近像素（以目標象素為中心的周圍8個像素，構成一個濾波模板，即去掉目標像素本身），再用模板中的全體像素的平均值來代替原來像素值。均值濾波是典型的線性濾波演算法，它是指在圖像上對目標像素給一個模板，該模板包括了其周圍的臨近像素（以目標像素為中心的周圍8個像素，構成一個濾波模板，即去掉目標像素本身）。再用模板中的全體像素的平均值來代替原來像素值。均值濾波也稱為線性濾波，其採用的主要方法為鄰域平均法。線性濾波的基本原理是用均值代替原圖像中的各個像素值，即對待處理的當前像素點（x，y），選擇一個模板，該模板由其近鄰的若干像素組成，求模板中所有像素的均值，再把該均值賦予當前像素點（x，y），作為處理後圖像在該點上的灰度個g（x，y），即個g（x，y）=1/m ∑f（x，y） m為該模板中包含當前像素在內的像素總個數。均值濾波本身存在著固有的缺陷，即它不能很好地保護圖像細節，在圖像去噪的同時也破壞了圖像的細節部分，從而使圖像變得模糊，不能很好地去除雜訊點。
C. 平均值濾波的用途及分類
x是原矩陣，y是3x3的權重矩陣，z1是結果矩陣。z1中每個元素都需要用x中對應的元素乘以y中的權重來得到。比如最上角的元素，它自己是4，周圍的元素有3個4，其它沒有值，所以結果就是(0*0.1111)*5+(4*0.1111)*4=1.7778，其它的也是類似。 所謂均值濾波，其實就是將權重矩陣中每個元素的權重都設為相同值，一般是1/(n*n)，n是濾波窗口大小，在這個例子中就是3。
D. 在PLC編程中，WORD和INT、DW和DI有什麼區別，求詳解數據類型感覺有點模糊
1、儲存數據不同。
WORD和INT都指16位數據。WORD通常側重於數據存儲區域和帶符號數據的長度，只有16位長度。INT主要關注整數數據類型(無符號)。
在PLC中它指的是16位數據的類型，但在C語言中它可以是32位。
2、儲存地址長度不同。
DW是對兩字存儲地址長度的描述，它可以存儲32位數據，即兩個字的數據存儲區域的長度。
3、信號不同。
DI是雙字輸入信號緩存區的地址定義。與DW不同，DW定義了程序內存緩存區域的數據長度，它屬於PLC內部公共存儲區域。
DI為輸入端信號緩存區，屬於本地特定函數的存儲區。
(4)c語言中均值濾波是什麼意思擴展閱讀：
模糊操作是一種基於鄰域的圖像平滑方法。
當圖像雜訊只是圖像的一小部分時，通過對一個像素的鄰域進行變換得到的新像素可以減小雜訊的影響，從而很好地平滑雜訊。
均值濾波是中心點鄰域的算術均值和，中值濾波是中心點鄰域的中值。
本文主要研究高斯濾波。高斯濾波可以看作是均值濾波的改進。
以33的鄰域為例，均值濾波是計算9個數字的平均值，高斯濾波是計算9個數字的加權平均值。中心思想是鄰域內的每個點與中心點之間的距離是不同的。
它不應該與均值濾波相同，但越靠近中心，權重越大。每個點的權值都是高斯分布。
E. 數字圖像處理的一道基礎題，大神只要教我如何求出濾波結果就行了
均值濾波：是用3×3鄰域的9個數值，求取平均值代替鄰域中心點的值
對灰色區域部分，
以左上角數值為15的點為例，3×3鄰域按數值從小到大順序排列
{1 1 1 1 2 2 2 2 15}，中間點為2，中值濾波後該點值應該為2
以正中間數值為2的點為例，3×3鄰域按數值從小到大順序排列
{0 1 1 2 2 2 2 3 15}，中間點為2，中值濾波後該點值應該為2
其他點也是同樣的方法來求取
你的圖片已經治好我多年的頸椎病，不知道你明白了嗎？
F. 求解這段C語言程序什麼意思
由於沒有上下文，只能進行以下猜測：
-圖象幅面寬度為640，高度480，象素寬度為24位，實際佔用32位；
-pMem可能是每個單元(32位)存放一個象素；
-RGB是將三個位元組組合成一個象素24位，BGR是將RGB順序的圖象象素中紅和藍的位元組調換；
-前面一個循環將圖象第3行到477行進行均值濾波，濾波方式是將該象素附近8個點與此象素求和再除以9得到平均值；
-後面一個循環是將圖象未做濾波的幾行填充成白色；
-圖象處理演算法可能存在問題：應該利用雙存儲區進行運算，結果為了節省內存導致均值運算會得不到正確運算，比如我們計算屏幕中心點的均值時，取到的左邊一個象素、整個上面的3個象素均已經被之前的均值運算結果覆蓋了，不是原來的象素數據了。也可能是利用高位未使用的位元組存放的處理結果？由於沒有RGB的定義無法判斷。
G. 高斯濾波、均值濾波、中值濾波、最小均方差濾波、Gabor濾波的優缺點是什麼。
高斯濾波
由於高斯函數的傅立葉變換仍是高斯函數, 因此高斯函數能構成一個在頻域具有平滑性能的低通濾波器。可以通過在頻域做乘積來實現高斯濾波。均值濾波是對是對信號進行局部平均, 以平均值來代表該像素點的灰度值。矩形濾波器(Averaging Box Filter)對這個二維矢量的每一個分量進行獨立的平滑處理。通過計算和轉化 ,得到一幅單位矢量圖。這個 512×512的矢量圖被劃分成一個 8×8的小區域 ,再在每一個小區域中 ,統計這個區域內的主要方向 ,亦即將對該區域內點方向數進行統計,最多的方向作為區域的主方向。於是就得到了一個新的64×64的矢量圖。這個新的矢量圖還可以採用一個 3×3模板進行進一步的平滑。
均值濾波
把每個像素都用周圍的8個像素來做均值操作。可以平滑圖像，速度快，演算法簡單。但是無法去掉雜訊，這能微弱的減弱它。
中值濾波
常用的非線性濾波方法 ,也是圖像處理技術中最常用的預處理技術。它在平滑脈沖雜訊方面非常有效,同時它可以保護圖像尖銳的邊緣。加權中值濾波能夠改進中值濾波的邊緣信號保持效果。但對方向性很強的指紋圖像進行濾波處理時 ,有必要引入方向信息,即利用指紋方向圖來指導中值濾波的進行。
最小均方差濾波器
亦稱維納濾波器,其設計思想是使輸入信號乘響應後的輸出,與期望輸出的均方誤差為最小。
Gabor濾波
Gabor變換是英國物理學家 Gabor提出來的,由「測不準原理」可知,它具有最小的時頻窗,即Gabor函數能做到具有最精確的時間-頻率的局部化；另外, Gabor函數與哺乳動物的視覺感受野相當吻合,這一點對研究圖像特徵檢測或空間頻率濾波非常有用。恰當的選擇其參數, Gabor變換可以出色地進行圖像分割、識別與理解。如文獻提出的基於Gabor濾波器的增強演算法。
H. 關於c++中均值濾波求助
這個filter是用來平滑圖像用的，簡單來說是對一幅(width * height)大小的圖像按下述方法進行平滑化，以達到除去圖像中雜訊的目的。 首先把輸入圖像中每個像素點和該像素點四周的8個像素點作為一組來看，將這9個像素點的灰度進行排序後取最中間的...
I. 下面這段單片機C語言程序是一段濾波函數是什麼意思麻煩給講解一下
其實你拿紙筆算一下就能看出來，這是一個四次均值濾波。
緩沖區的值加上最新采樣值以後，乘以四分之三（最新采樣值的權值為四分之一）。