中值滤波处理图像

### 中值滤波图像处理方法与代码示例 中值滤波是一种非线性数字滤波技术，主要用于去除图像中的椒盐噪声和斑点噪声，同时保留图像的边缘信息[^1]。在 MATLAB 中，可以通过内置函数 `medfilt2` 实现中值滤波。以下详细介绍中值滤波的实现方法及代码示例。 #### 使用 MATLAB 的 medfilt2 函数 `medfilt2` 是 MATLAB 提供的一个用于二维中值滤波的函数。该函数可以对输入图像进行中值滤波处理，其中滤波器窗口大小通常是一个奇数正方形窗口。以下是使用 `medfilt2` 的基本语法： ```matlab filtered_image = medfilt2(input_image, [m n]); ``` - `input_image`：待处理的输入图像。 - `[m n]`：指定滤波器窗口的大小，默认为 `[3 3]`。 - `filtered_image`：经过中值滤波后的输出图像。 #### 示例代码 以下是一个完整的 MATLAB 代码示例，展示如何使用 `medfilt2` 对图像进行中值滤波处理： ```matlab % 读取原始图像 original_image = imread('peppers.png'); % 显示原始图像 figure; subplot(1, 3, 1); imshow(original_image); title('原始图像'); % 添加椒盐噪声 noisy_image = imnoise(original_image, 'salt & pepper', 0.05); % 显示添加噪声后的图像 subplot(1, 3, 2); imshow(noisy_image); title('添加噪声后的图像'); % 使用中值滤波处理图像 filtered_image = medfilt2(noisy_image, [3 3]); % 显示经过中值滤波后的图像 subplot(1, 3, 3); imshow(filtered_image); title('中值滤波后的图像'); ``` #### 自定义实现中值滤波 如果需要自定义实现中值滤波，可以通过遍历图像的每个像素并计算其邻域像素的中值来完成。以下是一个简单的自定义实现代码示例： ```matlab function filtered_image = custom_medfilt2(input_image, window_size) % 获取图像尺寸 [rows, cols] = size(input_image); % 初始化输出图像 filtered_image = zeros(rows, cols, class(input_image)); % 确定窗口半径 radius = (window_size - 1) / 2; % 遍历图像的每个像素 for i = 1 + radius:rows - radius for j = 1 + radius:cols - radius % 提取当前像素的邻域 neighborhood = input_image(i - radius:i + radius, j - radius:j + radius); % 计算邻域像素的中值 median_value = median(neighborhood(:)); % 将中值赋给当前像素 filtered_image(i, j) = median_value; end end end ``` 调用自定义函数时，可以使用以下代码： ```matlab % 调用自定义中值滤波函数 custom_filtered_image = custom_medfilt2(noisy_image, 3); % 显示自定义中值滤波后的图像 figure; imshow(custom_filtered_image); title('自定义中值滤波后的图像'); ```