MATLAB课程设计自适应中值滤波模板

1、信息工程系课程设计报告课 程MATLAB 课 程 设 计专 业 通信工程 班 级 2 级本科二班 学生姓名 1 景 学号 114 学生姓名 2学号 1414学生姓名 3 王 学号 6 学生姓名 4学号 31学生姓名 4学号 02二一四 年十二 月目录目录 . 2摘要： . 3关键词： . 31. 算法描述 . 31.1噪声点 . 41.2窗口尺寸选择 . 41.3求滤波窗口内中值，并替换像素点。 . 42 程序实现 . 52.1准备和描述 . 52.2扩大窗口、确定窗口 . 62.3确定最大、最小值和中值 . 72.4中值替换像素点 、输出图像 . 8实验结果 . 10参考文献 . 10摘 要

2、：通过本次课程设计 ，主要训练和培养学生综合应用所学 MATLAB课程的自适应中值的相关知识，独立学习 自适应中值滤波的原理及处理方式。 学会扩大窗口并找到其 区域内的中值、最小值、以及最大值，然后用中值代替像素 点。通过自主学习和查阅资料来了解程序的编写及改进，并 用 MATLAB进行仿真。关键词：自适应 中值滤波 灰度值 椒盐噪声像素点 .1.算法描述1.1噪声点脉冲噪声是图像处理中常见的一类， 中值滤波器对消除脉冲噪声 非常有效。噪声脉冲可以是正的 （盐点），也可以是负的 （胡椒点） ， 所以也称这种噪声为 “椒盐噪声”。椒盐噪声一般总表现为图像局 部区域的最大值或最小值， 并且受污染像

3、素的位置是随机分布的， 正 负噪声点出现的概率通常相等。 图像噪声点往往对应于局部区域的极 值。1.2 窗口尺寸选择滤波窗口尺寸的选择影响滤波效果， 大尺寸窗口滤波能力强， 但 细节保持能力较弱； 小尺寸窗口能保持图像大量细节但其滤波性能较 低。根据噪声密度的大小自适应地选择滤波窗口可以缓和滤波性能与 细节保持之间的矛盾， 同时也增加了算法的时间复杂度。 从形状看来 窗口方向要沿着边缘和细节的方向， 不能穿过它们也不能把它们和周 围相差很大的像素包含在同一窗口中否则边缘和细节会被周围像素 模糊。1.3求滤波窗口内中值，并替换像素点。设 f ij 为点（i,j）的灰度,A i,j 为当前工作窗口

4、 ,f min、f max 和 f med 分别为 A i,j 中的灰度最小值、灰度最大值和灰度中值 , A max 为预 设的允许最大窗口。自适应中值滤波算法的基本步骤如下 :1)f minf medf max,则转至第 2步;否则增大窗口 A i,j 尺寸。若 A i,j 的尺寸小于 A max的尺寸, 则重复第 1步; 否则输出 f ij。2)f minf ijf max, 则输出 f ij; 否则输出 f med。 可以看出 , 算法中 噪声点的检测和认定是以 f min 和 f max 为基准的 ,如果 f minf medf max,表明 f med 不是噪声 ,接着根据 f mi

5、nf ijf max 判断 f ij 是否是噪 声, 当 f ij 与 f med都不是脉冲噪声时 ,优先输出 f ij。2 程序实现2.1准备和描述clear;I=imread(I3_256.bmp);I=imnoise(I,salt & pepper, 0.7); imshow(I) figure;M=I;I=double(I);M=double(M); flag11=1;H=512;% 清除工作空间的变量% 输入图像% 加入椒盐噪声点 密度为 0.7% 显示图像% 控制窗口数量 先显示一个% 赋给 M% 确定精度 提高精度% 11 是(1,1 )是开始的点% H 为高，L 为长L=512

6、;for i=1:Hfor j=1:Lflag(i,j)=1;endend2.2扩大窗口、确定窗口for i=1:H%大循环for j=1:L %大循环 omiga=2;%确%定窗口while flag(i,j)=1 zuo=i-omiga;xia=j-omiga;you=i+omiga; shang=j+omiga;if zuo1zuo=1;endif xiaL % you=L;endif shangHshang=H;end%窗口确定结束2.3确定最大、最小值和中值%确定最大最小值smin=I(i,j);% 给 smin、smax初始化smax=I(i,j);total=(you-zuo+1

7、)*(shang-xia+1);%total 是放大后的像素点的个数 total=5*5=25vect1=zeros(1,total-1);% total-1 为去掉中心点kn=1;for in=zuo: you %zuo:you xia:shang 为横纵向扫描for jn=xia:shangif (in=i&jn=j)=0) vect1(1,kn)=I(in,jn);kn=kn+1;endendendsmin=nanmin(vect1);%nanmin 包 含缺 失值 的 样本 的 最小 值smax=nanmax(vect1);%nanmax 包含缺失值的样本的最大值smed=nanmed

8、ian(vect1);%nanmedian 包含缺失值的样本的中值2.4中值替换像素点 、输出图像if (S med-S min)0&(S max-S med)0if S minM(i,j)&M(i,j)=5%当滤波半径大于 5 时不用判断flag11=0;% 直接输出endif omiga=17% 当滤波半径很大时 不再判断8% 直接等于中值 输出% 第六页 while 循环%第六页 for 循环% 第六页 for 循环% 变为 8 位的无符号整形数据% 显示图像flag11=0;M(i,j)=S med; flag(i,j)=0;endendend %whileend %大循环end %大循环 I=uint8(M); imshow(I);加入 0.7 噪点图片实验结果参考文献荆仁杰，叶秀清 .计算机图像处理 M. 北京 :浙江大学出版社 ,1988:122. 韩丽娜，耿国华基于小波变换的真彩图像降噪与增强J计算机工程， 2010，36（12）： 224225陈初侠，丁勇，刘栎莉去除椒盐噪声的自适应开关加权均值滤波 J计算机工程， 2010，36（4）：