自适应中值滤波器matlab实现.docx

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

%%%%%%%%%%%%%%%%%%%%
%%
clear
clf
%%读入图像I
I=imread('e:/photo/cat.jpg');
%转化为灰度图Ig
Ig=rgb2gray(I);
%被密度为0.2的椒盐噪声污染的图像Inoise
Inoise=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Inoise
subplot(2,2,1),imshow(Ig);xlabel('a.原始灰度图像');
subplot(2,2,2),imshow(Inoise);xlabel('b.被噪声污染的图像');
%%定义参数
%获取图像尺寸:Im,In
[Im,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*nmax
nmax=9;
%定义复原后的图像Imf
Imf=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,(nmax-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
forx=1:Im
fory=1:In
forn=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)/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
ifSmed>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
ifImf(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