均值濾波的原理是對(duì)圖像以一個(gè)區(qū)域（方形，圓形）等為模板，對(duì)該區(qū)域內(nèi)的數(shù)據(jù)求平均后賦值給區(qū)域的中心

這種濾波方式原理簡(jiǎn)單，但是在濾波的同時(shí)會(huì)造成圖像模糊。

本文將嘗試對(duì)matlab中的filter2()均值函數(shù)用自定義函數(shù)averfilter()實(shí)現(xiàn)。

 1 %x是需要濾波的圖像,n是模板大小(即n×n)
 2 function d=averfilter(x,n)   
 3 a(1:n,1:n)=1;   %a即n×n模板,元素全是1
 4 [height, width]=size(x);   %輸入圖像是hightxwidth的,且hight>n,width>n
 5 x1=double(x);
 6 x2=x1;
 7 for i=1:height-n+1
 8     for j=1:width-n+1
 9         c=x1(i:i+(n-1),j:j+(n-1)).*a; %取出x1中從(i,j)開始的n行n列元素與模板相乘
10         s=sum(sum(c));                 %求c矩陣中各元素之和
11         x2(i+(n-1)/2,j+(n-1)/2)=s/(n*n); %將與模板運(yùn)算后的各元素的均值賦給模板中心位置的元素
12     end
13 end
14 %未被賦值的元素取原值
15 d=uint8(x2);

原始彩色圖apple.bmp如下：

轉(zhuǎn)換后的灰度圖如下：

加入高斯噪聲的灰度圖如下：

接下來將比較matlab自帶filter2()均值函數(shù)和自定義的均值函數(shù)averfilter()的濾波效果：

matlab自帶的filter2()測(cè)試代碼如下：

1 A=fspecial('average'); %生成系統(tǒng)預(yù)定義的3X3濾波器
2 Y=filter2(A,g)/255;           %用生成的濾波器進(jìn)行濾波,并歸一化
3 figure,imshow(Y),title('用系統(tǒng)函數(shù)進(jìn)行均值濾波后的結(jié)果'); %顯示濾波后的圖象

結(jié)果圖：

使用自己定義的均值濾波函數(shù)averfilter()進(jìn)行測(cè)試:

1 Y2=averfilter(g,n);     %調(diào)用自編函數(shù)進(jìn)行均值濾波，n為模板大小
2  figure,imshow(Y2),title('用自己的編寫的函數(shù)進(jìn)行均值濾波之后的結(jié)果'); %顯示濾波后的圖象

其中自定義均值濾波函數(shù)averfilter()的matlab實(shí)現(xiàn)代碼為:

 1 %x是需要濾波的圖像,n是模板大小(即n×n)
 2 function d=averfilter(x,n)   
 3 a(1:n,1:n)=1;   %a即n×n模板,元素全是1
 4 [height, width]=size(x);   %輸入圖像是hightxwidth的,且hight>n,width>n
 5 x1=double(x);
 6 x2=x1;
 7 for i=1:height-n+1
 8     for j=1:width-n+1
 9         c=x1(i:i+(n-1),j:j+(n-1)).*a; %取出x1中從(i,j)開始的n行n列元素與模板相乘
10         s=sum(sum(c));                 %求c矩陣中各元素之和
11         x2(i+(n-1)/2,j+(n-1)/2)=s/(n*n); %將與模板運(yùn)算后的各元素的均值賦給模板中心位置的元素
12     end
13 end
14 %未被賦值的元素取原值
15 d=uint8(x2);

結(jié)果圖如下：

顯然比較filter2()和自定義的averfilter()函數(shù)其濾波結(jié)果是基本一致的，這說明我們對(duì)于均值濾波的

matlab實(shí)現(xiàn)是成功的。文中的圖片效果不是太好，如果需要原圖的讀者請(qǐng)給我發(fā)郵件vpoet_sir@163.com

總結(jié)

以上是生活随笔為你收集整理的matlab-----均值滤波函数的实现的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。