java数字图像处理常用算法

扫一扫
分享文章到微信
扫一扫
关注官方公众号
至顶头条

前些时候做毕业设计，用java做的数字图像处理方面的东西，这方面的资料ms比较少，发点东西上来大家共享一下，主要就是些算法，有自己写的，有人家的，还有改人家的，有的算法写的不好，大家不要见笑。

作者：中国IT实验室来源：中国IT实验室 2007年8月23日

关键字：

五 laplace2阶增强滤波，增强边缘，增强系数delt

    public int[] laplaceHigh2DFileter(int []data,int width,int height,double delt){

    int filterData[]=new int[data.length];
    int min=10000;
    int max=-10000;
    for(int i=0;i<height;i++){
      for(int j=0;j<width;j++){
       if(i==0 || i==height-1 || j==0 || j==width-1)
               filterData[i*width+j]=(int)((1+delt)*data[i*width+j]);
       else
        filterData[i*width+j]=(int)((9+delt)*data[i*width+j]-data[i*width+j-1])-data[i*width+j+1]
                             -data[(i-1)*width+j]-data[(i-1)*width+j-1]-data[(i-1)*width+j+1]
                             -data[(i+1)*width+j]-data[(i+1)*width+j-1]-data[(i+1)*width+j+1];
       if(filterData[i*width+j]<min)
        min=filterData[i*width+j];
       if(filterData[i*width+j]>max)
        max=filterData[i*width+j];
      }
    }
    for(int i=0;i<width*height;i++){
      filterData[i]=(filterData[i]-min)*255/(max-min);
    }
    return filterData;
    }

六局部阈值处理2值化

    //   局部阈值处理2值化，niblack's   method
    /*原理：
         T(x,y)=m(x,y)   +   k*s(x,y)
         取一个宽度为w的矩形框，(x,y)为这个框的中心。
         统计框内数据，T(x,y)为阈值,m(x,y)为均值，s(x,y)为均方差，k为参数(推荐-2)计算出t再对(x,y)进行切割255/0。
         这个算法的优点是     速度快，效果好。
         缺点是     niblack's   method会产生一定的噪声。
     */

    public int[] localThresholdProcess(int []data,int width,int height,int w,int h,double coefficients,double gate){
    int[] processData=new int[data.length];
    for(int i=0;i<data.length;i++){
      processData[i]=255;
    }

    if(data.length!=width*height)
      return processData;

    int wNum=width/w;
    int hNum=height/h;
    int delt[]=new int[w*h];

    //System.out.println("w; "+w+" h:"+h+" wNum:"+wNum+" hNum:"+hNum);

    for(int j=0;j<hNum;j++){
      for(int i=0;i<wNum;i++){
    //for(int j=0;j<1;j++){
    // for(int i=0;i<1;i++){
        for(int n=0;n<h;n++)
               for(int k=0;k<w;k++){
                delt[n*w+k]=data[(j*h+n)*width+i*w+k];
                //System.out.print("delt["+(n*w+k)+"]: "+delt[n*w+k]+" ");
               }
        //System.out.println();
        /*
        for(int n=0;n<h;n++)
               for(int k=0;k<w;k++){
                System.out.print("data["+((j*h+n)*width+i*w+k)+"]: "+data[(j*h+n)*width+i*w+k]+" ");
               }
        System.out.println();
        */
        delt=thresholdProcess(delt,w,h,coefficients,gate);
        for(int n=0;n<h;n++)
               for(int k=0;k<w;k++){
                processData[(j*h+n)*width+i*w+k]=delt[n*w+k];
               // System.out.print("delt["+(n*w+k)+"]: "+delt[n*w+k]+" ");
               }
        //System.out.println();
        /*
        for(int n=0;n<h;n++)
               for(int k=0;k<w;k++){
                System.out.print("processData["+((j*h+n)*width+i*w+k)+"]: "+processData[(j*h+n)*width+i*w+k]+" ");
               }
        System.out.println();
        */
      }
    }

    return processData;
    }

七全局阈值处理2值化

    public int[] thresholdProcess(int []data,int width,int height,double coefficients,double gate){
    int [] processData=new int[data.length];
    if(data.length!=width*height)
      return processData;
    else{
      double sum=0;
      double average=0;
      double variance=0;
      double threshold;

      if( gate!=0){
       threshold=gate;
      }
      else{
            for(int i=0;i<width*height;i++){
            sum+=data[i];
            }
            average=sum/(width*height);

            for(int i=0;i<width*height;i++){
              variance+=(data[i]-average)*(data[i]-average);
            }
            variance=Math.sqrt(variance);
            threshold=average-coefficients*variance;
      }

         for(int i=0;i<width*height;i++){
         if(data[i]>threshold)
             processData[i]=255;
         else
                processData[i]=0;
         }

         return processData;
       }
    }

VIP专区

VIP用户

普通用户

邮件订阅

如果您非常迫切的想了解IT领域最新产品与技术信息，那么订阅至顶网技术邮件将是您的最佳途径之一。

重磅专题

往期文章

java数字图像处理常用算法

业界热点: