上一次是利用smooth把影像模糊化，來重現不同程度雜訊
再用laplacian把模糊的影像細線化，並觀察結果。

而從結果中得知，影像作簡單的模糊處理後，
對於後續的細線化，有更好的結果。

但因為模糊處理，較難於控制，而且很容易過度模糊，而不利後續處理

所以，這一次我們則用排序統計濾波器來對影像作初步處理
再利用laplacian輸出細線化後的影像。

先附上排序統計濾波器的程式碼
因為程式碼已有解說的文章，所以不再多講解了

int median(int *sort)
{
	int i,j,n;
	int max;

	for( i=0; i<5; i++ ){
		for( j=1, n=0, max=sort[0]; j<9; j++ ){
			if( max<sort[j] ){
				max = sort[j];
				n = j;
			    }   }
		sort[n] = -1;
     	}
	return max;
    }

=======================分格線=======================

接下來，就是laplacian的程式

void laplacian(unsigned char image_in[480][640], unsigned char image_out[480][640], double amp, int type)
{
	int	i, j;
	int d;
	int c[3][9] = { 0, -1,  0, -1,  4, -1,  0, -1,  0,
				   -1, -1, -1, -1,  8, -1, -1, -1, -1,
				    1, -2,  1, -2,  4, -2,  1, -2,  1};
	type = type - 1;
	if (type < 0) type = 0;
	if (type > 2) type = 2;
	for (i = 1; i < 480-1; i++) {
		for (j = 1; j < 640-1; j++) {
			d = c[type][0] * image_in[i-1][j-1]
			  + c[type][1] * image_in[i-1][j  ]
			  + c[type][2] * image_in[i-1][j+1]
			  + c[type][3] * image_in[i  ][j-1]
			  + c[type][4] * image_in[i  ][j  ]
			  + c[type][5] * image_in[i  ][j+1]
			  + c[type][6] * image_in[i+1][j-1]
			  + c[type][7] * image_in[i+1][j  ]
			  + c[type][8] * image_in[i+1][j+1];
			d = (int)(d * amp) ;
			if (d <   0) d = 0;
			if (d > 255) d = 255;
			image_out[i][j] = (unsigned char)d;
	    	}   }   }

=======================分格線=======================

(圖1：原始影像轉換成bmp之影像)(影像取自網絡)

(圖2：直接對影像作1階laplacian處理、放大1倍後之影像)

(圖3：直接對影像作2階laplacian處理、放大1倍後之影像)

=======================分格線=======================

從圖2及圖3得知，直接作laplacian處理，雖然影像的邊緣有被標示
但連不重要的影像也同樣地被標示

(圖4：利用排序統計濾波器作3*3遮罩、取第5位置，處理後之影像)

(圖5：對圖4影像作1階laplacian處理、放大1倍後之影像)

(圖6：對圖4影像作1階laplacian處理、放大4倍後之影像)

(圖7：對圖4影像作2階laplacian處理、放大1倍後之影像)

(圖8：對圖4影像作2階laplacian處理、放大2倍後之影像)

=======================分格線=======================

我們可以看到 經過33遮罩的排序統計濾波器作初步的處理後
影像會有較好的輸出(能濾掉不重要的資訊
同時，我們也知道排序統計濾波器，也可以達到輕微的粗線化的效果

(圖9：利用排序統計濾波器作3*3遮罩、取第2位置，處理後之影像)

(圖10：對圖9影像作1階laplacian處理、放大1倍後之影像)

(圖11：對圖9影像作1階laplacian處理、放大4倍後之影像)

(圖12：對圖9影像作2階laplacian處理、放大1倍後之影像)

(圖13：對圖9影像作2階laplacian處理、放大2倍後之影像)

=======================分格線=======================

利用33遮罩的排序統計濾波器，取第2位置，比取第5位置，有更好的效果
在圖11、圖12中，我們可以清楚的看到 「ROUTE」 及「66」這兩個資料

接下來，我們去看排序統計濾波器 55遮罩的處理結果

(圖14：利用排序統計濾波器作5*5遮罩、取第13位置，處理後之影像)

因為取中位數(第13位置)後，輸出之影像過於模糊化，難以作後續的處理
因此更改遮罩所取的位置

(圖15：利用排序統計濾波器作55遮罩、取第8位置，處理後之影像)

(圖16：對圖15影像作1階laplacian處理、放大1倍後之影像)

(圖17：對圖15影像作1階laplacian處理、放大6倍後之影像)

(圖18：對圖15影像作2階laplacian處理、放大1倍後之影像)

(圖19：對圖15影像作2階laplacian處理、放大2倍後之影像)

=======================分格線=======================

即使有作簡單的微調，但55遮罩仍然難以把所有重要的資訊擷取下來
55遮罩相信已經難以做後續處理，但我們抱著好奇的心情去了解77遮罩所處理的結果

(圖20：利用排序統計濾波器作7*7遮罩、取第25位置，處理後之影像)

同樣地，因為取中位數(第25位置)後，輸出之影像過於模糊化，難以作後續的處理
因此需要修改遮罩所取的位置

(圖21：利用排序統計濾波器作77遮罩、取第12位置，處理後之影像)

(圖22：對圖21影像作1階laplacian處理、放大1倍後之影像)

(圖23：對圖21影像作1階laplacian處理、放大4.4倍後之影像)

(圖24：對圖21影像作2階laplacian處理、放大1倍後之影像)

(圖25：對圖21影像作2階laplacian處理、放大3倍後之影像)

=======================結論=======================

排序統計濾波器對於濾高頻雜訊非常有效，且也有輕微粗線化的效果
但使用排序統計濾波器後，緊接使用laplacian細線化處理，卻不太適合。
根據以上結果，我們可以推論出：
第一步，使用排序統計濾波器，濾掉高頻雜訊
第二步，使用smooth，把影像模糊化，濾掉不重要的影像
第三步，使用laplacian細線化，來取得重要的影像的邊緣，方便給電腦讀取。
這三步方式，是讀取影像後優先處理的三步曲。
而以上三步是否正確，希望可以在下一次給大家一個結論。