遥感图像滤波处理

在遥感影像处理中，为了抑制噪声，我们需要对影像进行滤波处理，滤波的方法有很多，不同的滤波有不同的作用，像遇到的大部分方法一样，每种方法也都有其优缺点，我实现的滤波有：中值滤波、3*3窗口的自定义滤波、索伯尔（Sobel）滤波、5*5窗口的自定义滤波五种。

3*3窗口和5*5窗口原理一样，就是窗口大小不同而已。

在MFC实现的过程中，在响应菜单下弹出一个对话框，对话框的类定义在***View.h下面，在菜单函数下定义对话框的类，然后弹出。

在进行选择之后，弹出响应的滤波对话框，在第一篇博客中就提到，我的程序模块化是用对话框来进行的。所以每个滤波方法对应一个对话框，下面的对话框是3×3窗口自定义滤波和索伯尔（Sobel）滤波对应的对话框，它们之间是独立的。

下面，我分别介绍各类滤波算法的实现过程：

一、3*3窗口自定义滤波：

1、原理：自定义滤波，是指将3*3共9个窗口的值乘以权重加起来，然后除以9作为中心的值（这也是为什么大多数的窗口选择都是奇数，因为只有奇数才有正中心，4*4的窗口是没有中心的）。

2、优点：这样的滤波，个人认为可以自己根据需要进行定制，使用起来比较灵活。

3、缺点：因为在自定义滤波内部的算法只是一个求和的过程，像索伯尔（Sobel）这样需要计算x和y两个方向的滤波器和中值滤波这样需要进行排序的滤波器，就受限于自定义滤波的求和算法；当然这个缺点是由程序实现算法本身导致的。还有一个缺点就是定制繁琐，这个缺点是由自定义滤波应用方式决定的。

4、程序实现步骤：

（1）首先，通过GDAL获取各个像素点的值，因为我们所有的算法都是对图片中像元值进行处理，所以获取到像素值当然是第一步（除去配置GDAL、准备数据那些，这里说的是Coding的第一步）。通过GDAL的函数就可以获取到像素点的值，无论是Byte类型还是Float类型的，都可以获取到其值，只是float类型的就是0.0~255.0的值，所以我直接用float类型（ 在GDAL里面是GDT_Float32，其余的类型可以参照GDAL手册）去获取像素值，获取像素值的函数如下（各个变量定义在***View.h中）：

这样，所有的像素值就都放在了pafScanblock里面了，pafScanblock相当于一个数组，其值的获取方式与普通数组一样。

（2）将像素值读在了数组里面，下面就是对这些像素值进行处理，这个地方用到的就是教材中讲到的算法，算法才是程序核心，在滤波的时候，获取对话框下面的编辑框里的值，然后将编辑框里的值分别乘以对应位置的影像像元值，一个波段计算一次，几个波段就计算多少次（波段数目、影像X和Y可以通过GDAL的函数进行获取，X乘以Y即是每个影像波段的大小）。

因为窗口是3*3的，所以左上角的影像值乘以3*3窗口对话框中的左上角的位置，其余位置对应相乘，然后除以9；就可以得到滤波后的结果，也就是需要3个循环，分别是波段数目的循环，X方向的循环，Y方向的循环。具体算法实现如下（边缘的部分我是保留其原来的值，这个是稍微偷懒的方法，应该是将影像左右边缘向左向右复制一下，然后进行操作，window*_*指的是某个窗口的值）：

最后一行代码是写入，pDstDS是输出的影像，就是把每个处理后的波段都写入到影像中，pDstDS输出文件的建立如下（ImgPath是输入文件的路径）：

写入后的名字就是pDstDS = poDriver->Create后面的引号里的"pinghua3_3.tif"文件。

至此，3*3窗口滤波的算法及其实现已经全部介绍完毕。

二、中值滤波：

1、原理：中值滤波的原理，也很简单，就是把3*3共9个窗口里的值排个序，然后取最中间的那个数作为中间值，至于排序，记得学C++第一个接触的可以称之为算法的东西就是冒泡排序。中值滤波能够很好的去除噪声也是非常好理解的，因为噪声点要么值大的不行，要么就是小的不行，总不会在中间，所以取中间值就可以很好的去除掉噪声。

2、优点：能够保持变化比较大的部分。

3、程序实现：

（1）第一步当然也是获取像素值，在此就不一一赘述了。

（2）通过冒泡排序的方法对3*3共9个像素位置的像素值进行排序，取中间的结果作为中间像元的值，左右边界的值也是向左向右进行复制，然后进行中值滤波操作。中值滤波的核心代码如下：

（3）输出文件：

输出文件pDstDS与3*3自定义滤波中的输出的方法一样，就是名字需要改变下（不改变两种算法的结果会重写）。

至此，中值滤波的算法介绍完毕。

三、索伯尔（Sobel）滤波：

索伯尔滤波是可以说是听起来最高大上的滤波了，当然它的计算过程也比较复杂一点点，不过也相对前面两个而言，相对于一些更复杂的滤波器，也是基础而已。

1、原理：通过一个卷积模板，将边缘的值扩大，将中间的值变成0，从而将边缘值扩大，实现边缘扩大。其使用的卷积模板如下，左侧是X方向，右侧是Y方向（X方向和Y方向的值计算方式与自定义滤波相同，对应位置的乘积之和），然后将X方向计算值的平方与Y方向计算值的平方相加，再求算术平方根，作为中间像素点的值。

2、优点：突出变化比较迅速的信息（即高频信息）

3、缺点：减弱了低频信息。

4、核心代码实现：

输出文件和输入文件与前面一致，在此不一一赘述。

至此，索伯尔滤波介绍结束。

所有的滤波器都是对于值的操作，只是我们在处理时要根据不同的数学公式进行处理，代码的核心还是算法，算法是需要很多知识相互结合，数学基础，算法原理，图像处理的知识，复杂的一些，可能涉及的知识更多，而编程显示出来结果，我认为属于技术问题，当我们掌握的技术越多，我们处理事情的时候效率也就越高，这点毋庸置疑。所以要多了解学习一些技术，在遇到算法问题时多思考，我想，写出一些简单的代码还是不成问题哒。