中值滤波算法与SSE2指令集并行优化

中值滤波算法是经典图像处理中极为常见的操作，一般我们通过调用OpenCV或者是Matlab直接进行使用，以至于有种它本来就很容易实现且速度很快的错觉。近来用到中值滤波算法，因为不想用到OpenCV库或者Matlab而对其实现研究了一番，才发现其中有很多值得注意的细节。下面我们结合着OpenCV的源码实现来讲。

OpenCV源码分析和复现

直接复现

OpenCV关于中值滤波的源码实现在“modules/imgproc/src/smooth.cpp”文件中（2.4.13.5版，最新版本做了调整，不知道跑哪里去了）。从源码视滤波核的不同分别使用了不同的方法进行实现。对于核大小为3或5的情况，它使用"比较+交换"的方式对核中的元素进行排序从而获得中间的元素。而对于大于5的情况，它使用的是直方图的方式实现（这部分没细看，说不定不是直方图。。）。

下面以3*3大小的核来进行算法分析。假设核中元素如下：

p1 p2 p3

p4 p5 p6

p7 p8 p9

则该算法表示只要对这些元素做如下19次“比较+交换”即把小的数放在前面，大的数放在后面即可得到中间值。

op(p1, p2); op(p4, p5); op(p7, p8); op(p0, p1); op(p3, p4); op(p6, p7); op(p1, p2); op(p4, p5); op(p7, p8); op(p0, p3); op(p5, p8); op(p4, p7); op(p1, p4); op(p3, p6); op(p2, p5); op(p4, p7); op(p4, p2); op(p6, p4); op(p4, p2);

下面我们分别对原理进行解释：

op(p1, p2)