【图像去噪】均值滤波matlab源码

均值滤波是一种线性滤波器，处理思路也很简单，就是将一个窗口区域中的像素计算平均值，然后将窗口中计算得到的均值设置为锚点上的像素值。
该算法有优点在于效率高，思路简单。同样，缺点也很明显，计算均值会将图像中的边缘信息以及特征信息“模糊”掉，会丢失很多特征。

计算均值滤波时可以采用很多优化手段，例如使用积分图的方法对图像进行预处理，处理过后的图像可以通过O(1)的时间复杂度获取窗口区域中的像素和。如果使用并行以及SSE指令集来进行加速，效果会更快。

下面代码使用简单的卷积方案来实现，既然是计算窗口区域中的像素和，即使用如下卷积核即可。图像的边界部分采用padding操作处理。另外，得到的锚点像素值要进行归一化，即除以窗口尺寸大小。

clear,clc;
pauseTime = 1;

data_path = '..\Set12';
ext = ['*.jpg', '*.png', '*.jpeg'];
filePaths   =  [];
for i = 1 : length(ext)
    filePaths = cat(1,filePaths, dir(fullfile(data_path,ext(i))));
end
noise_leval = [10,15,20,25,30,35,40,45,50,55,60,65,70];

for ii = 1:length(noise_leval)
    PSNRs = zeros(1, length(filePaths));
    SSIMs = zeros(1, length(filePaths));
    sigma = noise_leval(ii);
    for jj = 1:length(filePaths)
        % 原图像
        originImage = im2double(imread(filePaths(jj).name));
        % 添加高斯噪声
        imageWithNoise = single(originImage + sigma/255*randn(size(originImage)));
        [rows, cols] = size(originImage);
        y = imageWithNoise;

        % 均值滤波算法
        % 指定模板尺寸
        boxSize = 3;
        template = zeros(boxSize);
        for i = 1:rows-boxSize+1
            for j = 1:cols-boxSize+1
                % 取模板内像素
                template = imageWithNoise(i:i+(boxSize-1),j:j+(boxSize-1));
                % 用均值替代模板中心点像素值
                s = sum(template(:));
                y(i+(boxSize-1)/2,j+(boxSize-1)/2) = s/boxSize^2;
            end
        end

        % 计算psnr和ssim
%         se2 = (y - originImage).^2;
%         MSE2 = sum(se2(:)) / (rows * cols);
        PSNRs(jj) = psnr(im2uint8(originImage), im2uint8(y));
        SSIMs(jj) = ssim(im2uint8(originImage), im2uint8(y));
        imshow(cat(2,im2uint8(originImage),im2uint8(imageWithNoise),im2uint8(y)));
        title(['sigma=',num2str(sigma),'  ',filePaths(jj).name,'  psnr=',num2str(PSNRs(jj),'%2.2f'),'dB','  ssim=',num2str(SSIMs(jj),'%2.4f')])
        drawnow;
        pause(pauseTime)
    %     fprintf('滤波后MSE=%f\n', MSE2);
    end
    disp(['sigma:',sigma,'psnr:',mean(PSNRs),'ssim:', mean(SSIMs)]);
end