%x是需要濾波的圖像,n是模板大小(即n×n)

function d=avg_filter(x,n)

a(1:n,1:n)=1; %a即n×n模板,元素全是1

[height, width]=size(x); %輸入圖像是hightxwidth的,且hight>n,width>n

x1=double(x);

x2=x1;

for i=1:hight-n+1

for j=1:width-n+1

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

s=sum(sum(c)); %求c矩陣中各元素之和

x2(i+(n-1)/2,j+(n-1)/2)=s/(n*n); %將與模板運算后的各元素的均值賦給模板中心位置的元素

end

end

%未被賦值的元素取原值

d=uint8(x2);

%自編的中值濾波函數。x是需要濾波的圖像,n是模板大小(即n×n)

function d=mid_filter(x,n)

[height, width]=size(x); %輸入圖像是p×q的,且p>n,q>n

x1=double(x);

x2=x1;

for i=1:height-n+1

for j=1:height-n+1

c=x1(i:i+(n-1),j:j+(n-1)); %取出x1中從(i,j)開始的n行n列元素,即模板(n×n的)

e=c(1,:); %是c矩陣的第一行

for u=2:n

e=[e,c(u,:)]; %將c矩陣變為一個行矩陣

end

mm=median(e); %mm是中值

x2(i+(n-1)/2,j+(n-1)/2)=mm; %將模板各元素的中值賦給模板中心位置的元素

end

end

%未被賦值的元素取原值

d=uint8(x2);

%自編的高斯濾波函數，S是需要濾波的圖象，n是均值，k是方差

function d=gaussfilt(k,n,s)

Img = double(s);

n1=floor((n+1)/2);%計算圖象中心

for i=1:n

for j=1:n

b(i,j) =exp(-((i-n1)^2+(j-n1)^2)/(4*k))/(4*pi*k);

end

end

%生成高斯序列b。

Img1=conv2(Img,b,'same'); %用生成的高斯序列卷積運算，進行高斯濾波

d=uint8(Img1);

(5) 中值濾波的MATLAB代碼

global ImagenUmbral %定義一個全局變量ImagenUmbral

global J %使用全局變量J

A=J %將J賦給A

[m,n] = size(A); %測量圖像尺寸參數

B=A; %將A賦給B

pixel_block = zeros(1,9); %開辟一個一行九列的數組，均賦于初值0

for i = 2:m-1 %對A中的各個像素點(不包括邊界)

for j = 2:n-2

pixel_block = reshape(A(i-1:i+1,j-1:j+1),9,1); %采用3*3的窗口，將一個像素點及其周圍的8各點，依次存入新開辟的數組pixel_block中

sorted_block = sort(pixel_block); %將數組pixel_block排序

block_median = sorted_block(5); %將數

總結

以上是生活随笔為你收集整理的matlab调和均值滤波_中值和均值滤波---matlab实现的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。