关于平滑滤波，中值滤波，KNN滤波的图像处理（附matlab代码）

前些天小编上了数字图像的课程，里面提到了均值平滑滤波操作，中值滤波操作，和KNN平滑滤波操作。
1.何为均值平滑滤波呢？
均值滤波的核心就是在一定的小范围内，给这个小范围的像素取平均值（此操作是在原图上操作的
）然后利用这个平均值来取代该小范围内的所有像素，也就是如下黑色的区域是小范围而紫色的区域为原图像。我们对黑色区域范围（再次申明，此操作作用于原图像），在原图像的这个范围内对这个范围去均值，在黑色区域内，我们利用取得的均值来代替黑色区域内的所有像素。
优点在于，可以去除灰度值比较高的点（也就是所谓的噪声）
缺点在于，由于黑色区域范围的值都是一个值，就导致图像会变模糊。但是衣服图像很大，例如512512的图像，你用33的黑色区域（窗口）去框，其实框的范围并不是很大。

为了便于观察，我用notibility花了一个简图如上：
紫色的部分是一副图像，举例子说明，这里我就用一个55的图像
黑色的部分是一个33的窗口，这个窗口有什么用呢，我们作均值平滑滤波的关键就在于这个窗口。
在这个黑色图像的窗口里，我们对其进行取平均。
大体的公式是Y=1/9（x1+x2+x3+x4+x5+x6+x7+x8+x9）其中x1–x9是这个黑色框图的像素。Y是我们最终要用这个像素去替代所有的x，即用Y去替代x1,x2,x3,x4,x5,x6,x7,x8,x9.(具体的详看代码)

然后整个黑色框图右移一直到图像（紫色区域的边界），如上图的第二张图片，就是第二步，对于55的图像，用33的框去移动的时候，三步就可以走完一行。最终得到的效果是上图的第三章图片也就是有红色圈圈的那张。红色圈圈就是我们最终取平均得到的九个值。