自适应中值滤波及MATLAB实现

最新推荐文章于 2025-05-26 08:30:00 发布

yi_tech_blog

最新推荐文章于 2025-05-26 08:30:00 发布

阅读量3.8w

点赞数 10

CC 4.0 BY-SA版权

分类专栏：图像处理文章标签： matlab 图像处理自适应中值滤波噪声

本文链接：https://blog.youkuaiyun.com/yi_tech_blog/article/details/53932892

图像处理专栏收录该内容

33 篇文章

订阅专栏

本文介绍了一种自适应中值滤波器算法，该算法通过调整滤波器窗口大小来有效处理图像中的脉冲噪声，同时保留更多细节。文章详细解释了滤波过程中的关键步骤，并提供了MATLAB实现代码及与传统中值滤波效果对比。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

自适应中值滤波器是以m*n的矩形窗口Sxy定义的滤波器区域内图像的统计特性为基础的，可以处理具有更大概率的脉冲噪声如椒盐噪声，在平滑非脉冲噪声时能保留细节。

在Sxy定义的滤波器区域内定义如下变量：

Zmin=Sxy中的最小灰度值

Zmax=Sxy中的最大灰度值

Zmed=Sxy中的灰度值的中值

Zxy=坐标（x，y）处的灰度值

Smax=Sxy允许的最大尺寸

自适应中值滤波算法以两个进程工作，表示为进程A和进程B，如下所示：

进程A：

A1=Zmed-Zmin

A2=Zmed-Zmax

如果A1>0且A2<0，则转至进程B

否则增大窗口尺寸

如果窗口尺寸<=Smax，则重复进程A

否则输出Zmed

进程B：

B1=Zxy-Zmin

B2=Zxy-Zmax

如果B1>0且B2<0，则输出Zxy

否则输出Zmed

其matlab实现如下，并与中值滤波作比较。

clc;
clear;
f=imread('C:\Program Files\MATLAB\R2013a\bin\work\图像复原\Penguins.jpg');
image_gray=rgb2gray(f);%得到灰度图像
ff =image_gray;
ff(:) = 0;
alreadyProcessed = false(size(image_gray));%生成逻辑非的矩阵
% 迭代.
Smax=7;
for k = 3:2:Smax
   zmin = ordfilt2(image_gray, 1, ones(k, k), 'symmetric');
   zmax = ordfilt2(image_gray, k * k, ones(k, k), 'symmetric');
   zmed = medfilt2(image_gray, [k k], 'symmetric');
   
   processUsingLevelB = (zmed > zmin) & (zmax > zmed) & ...
       ~alreadyProcessed; 
   zB = (image_gray > zmin) & (zmax > image_gray);
   outputZxy  = processUsingLevelB & zB;
   outputZmed = processUsingLevelB & ~zB;
   ff(outputZxy) = image_gray(outputZxy);
   ff(outputZmed) = zmed(outputZmed);
   
   alreadyProcessed = alreadyProcessed | processUsingLevelB;
   if all(alreadyProcessed(:))
      break;
   end
end
ff(~alreadyProcessed) = zmed(~alreadyProcessed);
f1=imnoise(image_gray,'salt & pepper',0.3);%添加椒盐噪声后的图像
f2=medfilt2(f1,[3,3]);%中值滤波后的图像
subplot(2,2,1);
imshow(image_gray);
title('原图');
subplot(2,2,2);
imshow(f1);
title('椒盐噪声污染后的图像');
subplot(2,2,3);
imshow(f2);
title('中值滤波');
subplot(2,2,4);
imshow(ff);
title('自适应中值滤波');

处理效果如下图