自适应中值滤波器matlab实现

1、将下面代码直接贴入matlab中，并将读入图像修改成自己机子上的，就可以运行了。可以按照“%”顺序分步来运行% function 自适应中值滤波器%实现两个功能：%1.对高密度的椒盐噪声有好的滤除效果；%2.滤波时减少对图像的模糊；%原理：%1.椒盐噪声概率越大，滤波器窗口需越大。故若滤波器窗口随噪声概率自适应变化，才能有好的滤除效果%2.为减少对图像的模糊，需在得出原图像值并非椒盐噪声点时，保留原图像值不变；%3.椒盐噪声点的特点：该点的值为该点领域上的最大或最小；%步骤（得到图像中某点(x,y)（即窗口中心点）的值的步骤）：%1.设定一个起始窗口，以及窗口的最大尺寸；%2.（此步用于确定窗

2、口大小）对窗口内像素排序，判断中值是否是噪声点，若不是，继续第3步，若是，转到第5步；%3.判断中心点是否是噪声点，若不是，则输出该点的值（即图像中该点的原值不变）；若是，则输出中值；%4.窗口尺寸增大，若新窗口尺寸小于设定好的最大值，重复第2步，若大于，则滤波器输出前一个窗口的中值；%参数说明：%被噪声污染的图像（即退化图像也即待处理图像）:Inoise%滤波器输出图像：Imf%起始窗口尺寸:nmin*nmin(只取奇数)，窗口尺寸最大值：nmax*nmax%图像大小:Im*In%窗口内图像的最大值Smax,中值Smed,最小值Smin %clearclf% 读入图像II=imread(&#

3、39;e:/photo/cat.jpg');%转化为灰度图IgIg=rgb2gray(I);%被密度为0.2的椒盐噪声污染的图像InoiseInoise=imnoise(Ig,'salt & pepper',0.2);%或者是被方差为0.2的高斯噪声污染的图像Inoise%Inoise=imnoise(Ig,'gaussian',0.2);%显示原图的灰度图Ig和噪声图像Inoisesubplot(2,2,1),imshow(Ig);xlabel('a.原始灰度图像');subplot(2,2,2),imshow(Inoise);

4、xlabel('b.被噪声污染的图像');% 定义参数%获取图像尺寸:Im,InIm,In=size(Inoise);%起始窗口尺寸:nmin*nmin(窗口尺寸始终取奇数)nmin=3;%最大窗口尺寸:nmax*nmaxnmax=9;%定义复原后的图像ImfImf=Inoise;%为了处理到图像的边界点，需将图像扩充%因为窗口尺寸是弹性的，所以将Inoise固定扩充到最大:I_ex(Im+(nmax-1)*(In+(nmax-1)I_ex=zeros(nmax-1)/2,In+(nmax-1);zeros(Im,(nmax-1)/2),Inoise,zeros(Im,(nma

5、x-1)/2);zeros(nmax-1)/2,In+(nmax-1);% 自适应滤波过程%遍历图像Inoise中的每一点for x=1:Im for y=1:In for n=nmin:2:nmax %图像Inoise中的某点(x,y)的领域Sxy，对应在I_ex中为(x+(nmax-1)/2-(n-1)/2:x+(nmax-1)/2-(n-1)/2+(n-1),y+(nmax-1)/2-(n-1)/2:y+(nmax-1)/2-(n-1)/2+(n-1) Sxy=I_ex(x+(nmax-1)/2-(n-1)/2:x+(nmax-1)/2+(n-1)/2,y+(nmax-1)/2-(n-1

6、)/2:y+(nmax-1)/2+(n-1)/2); Smax=max(max(Sxy);%求出窗口内像素的最大值 Smin=min(min(Sxy);%求出窗口内像素的最小值 Smed=median(median(Sxy);%求出窗口内像素的中值 %判断中值是否是噪声点 if Smed>Smin && Smed<Smax %若中值既大于最小值又小于最大值，则不是 %是，则退出该if语句，增大窗口尺寸，再次判断 %不是，则判断该点的原值是不是噪声点 if Imf(x,y)<=Smin | Imf(x,y)>=Smax %若该点的原值既大于最小值又小于最大值，则不是 %不是，则输出原值，即不作处理 %是，则输出中值 Imf(x,y)=Smed; end break %有输出则不再进行循环判断 end end %当n=max时，输出中值 Imf(x,y)=Smed; endendsubplot(2,2,3),imshow(Imf);xlabel('d.最大尺寸为9的自适应中值滤波器的滤波效果');% 与普通中值滤波器的对比Imf1=medfilt2(Inoise