自適應(yīng)中值濾波原理：

RAMF主要通過以下兩步來處理圖像。

1.首先確定最大的濾波半徑，然后用一個合適的半徑r對圖像進行濾波。計算當前濾波半徑像素灰度的Imin,Imax,Imed，然后判斷Imed是否在[Imin,Imax]中間，如果在則向下進行，否則擴大當前半徑r繼續(xù)濾波直到r等于最大濾波半徑。

2.如果當前處理的像素img(i,j)在[Imin,Imax]之間，則輸出當前像素，否則輸出當前濾波半徑中值像素Imed。

自適應(yīng)中值濾波matlab代碼：

clear all;
close all;
clc;
img=mat2gray(imread('lena.jpg'));
[m n]=size(img);
img=imnoise(img,'salt & pepper',0.1); ? %加入椒鹽噪聲
imshow(img,[]);
Nmax=10; ? ? ? ?%確定最大的濾波半徑
%下面是邊界擴展，圖像上下左右各增加Nmax像素。
imgn=zeros(m+2*Nmax+1,n+2*Nmax+1);
imgn(Nmax+1:m+Nmax,Nmax+1:n+Nmax)=img;
imgn(1:Nmax,Nmax+1:n+Nmax)=img(1:Nmax,1:n); ? ? ? ? ? ? ? ? %擴展上邊界
imgn(1:m+Nmax,n+Nmax+1:n+2*Nmax+1)=imgn(1:m+Nmax,n:n+Nmax); ? ?%擴展右邊界
imgn(m+Nmax+1:m+2*Nmax+1,Nmax+1:n+2*Nmax+1)=imgn(m:m+Nmax,Nmax+1:n+2*Nmax+1); ? ?%擴展下邊界
imgn(1:m+2*Nmax+1,1:Nmax)=imgn(1:m+2*Nmax+1,Nmax+1:2*Nmax); ? ? ? %擴展左邊界
re=imgn;
for i=Nmax+1:m+Nmax
? ? for j=Nmax+1:n+Nmax
? ? ? ??
? ? ? ? r=1; ? ? ? ? ? ? ? ?%初始濾波半徑
? ? ? ? while r~=Nmax
? ? ? ? ? ? W=imgn(i-r:i+r,j-r:j+r);
? ? ? ? ? ? W=sort(W);
? ? ? ? ? ? Imin=min(W(:));
? ? ? ? ? ? Imax=max(W(:));
? ? ? ? ? ? Imed=W(uint8((2*r+1)^2/2));
? ? ? ? ? ? if Imin<Imed && Imed<Imax ? ? ? %如果當前鄰域中值不是噪聲點，那么就用此次的鄰域
? ? ? ? ? ? ? ?break;
? ? ? ? ? ? else
? ? ? ? ? ? ? ? r=r+1; ? ? ? ? ? ? ?%否則擴大窗口，繼續(xù)判斷
? ? ? ? ? ? end ? ? ? ? ?
? ? ? ? end
? ? ? ??
? ? ? ? if Imin<imgn(i,j) && imgn(i,j)<Imax ? ? ? ? %如果當前這個像素不是噪聲，原值輸出
? ? ? ? ? ? re(i,j)=imgn(i,j);
? ? ? ? else ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?%否則輸出鄰域中值
? ? ? ? ? ? re(i,j)=Imed;
? ? ? ? end
? ? ? ??
? ? end
end
figure;
imshow(re(Nmax+1:m+Nmax,Nmax+1:n+Nmax),[]);

總結(jié)

以上是生活随笔為你收集整理的自适应中值滤波用于超声图像降噪的全部內(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，歡迎將生活随笔推薦給好友。