最近数字图像处理课程课后作业,要求自己用代码实现自适应中值滤波器,虽然很简单,但是在网上找了一圈也没有可以直接拿来用的,所以就在网上找了一段代码,并且自己改了一下,能够实现效果了,虽然效率不是很高,但是能用,希望有需要的人也可以拿去用
代码
一共三段代码,主函数以及两个方法
- 主函数
img_rgb = imread('D:\1.jpg'); img_gray = rgb2gray(img_rgb); imshow(img_gray); title('原图'); figure(); imshow(img_gray); img_salt = imnoise(img_gray,'salt & pepper',0.4); imshow(img_salt); title('加入0.4椒盐噪声'); figure(); img_gaussian = imnoise(img_gray,'gaussian',0.3); imshow(img_gaussian); title('加入0.3高斯噪声'); figure(); imshow(medfilt2(img_salt),[3,3]); title('中值滤波处理椒盐噪声图像'); figure(); imshow(medfilt2(img_gaussian,[3,3])); title('中值滤波处理高斯噪声图像'); figure(); imshow(RAMF(img_salt,3)); title('椒盐噪声图像自适应中值滤波后图片'); figure(); imshow(RAMF(img_gaussian,4)); title('高斯噪声图像自适应中值滤波后图片'); - 自适应中值滤波方法
function img_RAMF = RAMF(img_noise, max) %获取图像的列数 m=size(img_noise,1); %获取图像的列数 n=size(img_noise,2); %确定最大的滤波半径 Nmax=max; %下面是边界扩展,图像上下左右各增加Nmax像素。 imgn=zeros(m+2*Nmax,n+2*Nmax,'uint8'); imgn(Nmax+1:m+Nmax,Nmax+1:n+Nmax)=img_noise; imgn(1:Nmax,Nmax+1:n+Nmax)=img_noise(1:Nmax,1:n); %扩展上边界 imgn(1:m+Nmax,n+Nmax+1:n+2*Nmax+1)=imgn(1:m+Nmax,n:n+Nmax); %扩展右边界 imgn(m+Nmax+1:m+2*Nmax+1,Nmax+1:n+2*Nmax+1)=imgn(m:m+Nmax,Nmax+1:n+2*Nmax+1); %扩展下边界 imgn(1:m+2*Nmax+1,1:Nmax)=imgn(1:m+2*Nmax+1,Nmax+1:2*Nmax); %扩展左边界 re=imgn; for i=Nmax+1:m+Nmax for j=Nmax+1:n+Nmax r=1; %初始滤波半径 while r <= Nmax W=imgn(i-r:i+r,j-r:j+r); W = my_sort(W); W_size = size(W); Imin=W(1); Imax=W(W_size(1)); Imed=W(ceil(W_size(1)/2)); if Imin<Imed && Imed<Imax %如果当前邻域中值不是噪声点,那么就用此次的邻域 break; else r=r+1; %否则扩大窗口,继续判断 end end if Imin<imgn(i,j) && imgn(i,j)<Imax %如果当前这个像素不是噪声,原值输出 re(i,j)=imgn(i,j); else %否则输出邻域中值 re(i,j)=Imed; end end end img_RAMF = re(Nmax+1:m+Nmax,Nmax+1:n+Nmax); - 排序方法
function sort_data = my_sort(data) data_size = size(data); width = data_size(2); height = data_size(1); sort_data = data(:); data_length = width * height; for i = 1:data_length - 1 for j = i + 1:data_length -1 if sort_data(i) > sort_data(j) x = sort_data(i); sort_data(i) = sort_data(j); sort_data(j) = x; end end end
本文介绍了作者在数字图像处理课程中,为完成课后作业自行修改并实现的MATLAB自适应中值滤波代码。虽然代码效率不高,但可以正常工作,适合有相似需求的人参考使用。
4551

被折叠的 条评论
为什么被折叠?



