高斯二维滤波

高斯二维滤波的步骤：

1：生成高斯二维算子

2：利用第一步中生成的高斯算子完成卷积

3：得到图像处理前后最大像素值之比rate(这里采用的是之间red，green,blue三通道的最大值进行比较)

4：完成归一化操作，返回处理后的像素

activity的代码：

public class ImageJAndroid9Activity extends Activity {

    ImageView sourceImage;

    ImageView destinationImage;

    float[][] gaositwo;

    private Handler handler=new Handler(){

        @Override

        public void handleMessage(Message msg) {

            if(msg.what==1){

                destinationImage.setImageBitmap((Bitmap)msg.obj);

            }

            super.handleMessage(msg);

        }

        

    };

    @Override

    public void onCreate(Bundle savedInstanceState) {

        super.onCreate(savedInstanceState);

        setContentView(R.layout.main);

        sourceImage=(ImageView) findViewById(R.id.source);

        destinationImage=(ImageView) findViewById(R.id.destination);

    }

    //高斯二维滤波

    public void remove(View v){

        gaositwo=get2DKernalData(1,1);

        Bitmap bitmap=BitmapFactory.decodeResource(getResources(), R.drawable.cc);

        int width=bitmap.getWidth();

        int height=bitmap.getHeight();

        int[] pixel=new int[width*height];

        int[] outpixel=new int[width*height];

        bitmap.getPixels(pixel, 0, width, 0, 0, width, height);

        //完成卷积

        for(int y=0;y<height;y++){

            for(int x=0;x<width;x++){

                int a=pixel[y*width+x]>>24&0xff;

                int sumred=0;

                int sumgreen=0;

                int sumblue=0;

                for(int i=-1;i<=1;i++){

                    for(int j=-1;j<=1;j++){

                         int newi=y+i;

                         if(newi<0 || newi>=height){

                             newi=y;

                         }

                        

                         int newj=x+j;

                         if(newj<0 || newj>=width){

                             newj=x;

                         }

                         int red=pixel[newi*width+newj]>>16&0xff;

                         int green=pixel[newi*width+newj]>>8&0xff;

                         int blue=pixel[newi*width+newj]&0xff;

                         

                         sumred+=red*gaositwo[i+1][j+1];

                         sumgreen+=green*gaositwo[i+1][j+1];

                         sumblue+=blue*gaositwo[i+1][i+1];   

                    }

                }

                outpixel[y*width+x]=a<<24|sumred<<16|sumgreen<<8|sumblue;

            }

        }

        

        //计算图像处理前后最大像素值peak的rate,只是用red通道

        

        int[] temppixel=new int[width*height];

        int[] tempoutpixel=new int[width*height]; //是否能直接赋值

        for(int y=0;y<height;y++){

            for(int x=0;x<width;x++){

                temppixel[y*width+x]=pixel[y*width+x]&0xffffff;

                tempoutpixel[y*width+x]=outpixel[y*width+x]&0xffffff;

            }

        }

        Arrays.sort(temppixel);

        Arrays.sort(tempoutpixel);

        float rate=(float)temppixel[pixel.length-1]/tempoutpixel[outpixel.length-1];

        //归一化操作

        for(int y=0;y<height;y++){

            for(int x=0;x<width;x++){

                int a=outpixel[y*width+x];

                int red=outpixel[y*width+x]>>16&0xff;

                int green=outpixel[y*width+x]>>8&0xff;

                int blue=outpixel[y*width+x]&0xff;

                red=(int)(red*rate);

                green=(int)(green*rate);

                blue=(int)(blue*rate);

               // Log.i("msg","rate之后的值"+red+","+green+","+blue);

                outpixel[y*width+x]=a<<24|clamp(red)<<16|clamp(green)<<8|clamp(blue);

            }

        }

        

        Bitmap newBitmap=Bitmap.createBitmap(width, height,Config.RGB_565);

        newBitmap.setPixels(outpixel, 0, width, 0, 0, width, height);

        Message message=Message.obtain();

        message.what=1;

        message.obj=newBitmap;

        handler.sendMessage(message);

    }

    

    //生成高斯二维算子

    public float[][] get2DKernalData(int n, float sigma) {  

        int size = 2*n +1;  

        float sigma22 = 2*sigma*sigma;  

        float sigma22PI = (float)Math.PI * sigma22;  

        float[][] kernalData = new float[size][size];  

        int row = 0;  

        for(int i=-n; i<=n; i++) {  

            int column = 0;  

            for(int j=-n; j<=n; j++) {  

                float xDistance = i*i;  

                float yDistance = j*j;  

                kernalData[row][column] = (float)Math.exp(-(xDistance + yDistance)/sigma22)/sigma22PI;  

                column++;  

            }  

            row++;  

        }  

        return kernalData;  

    }  

    

    public int clamp(int a){

        return a<0?0:(a>255?255:a);

    }

}

最后得到的处理效果为：



参考文章：http://blog.csdn.net/jia20003/article/details/7234741