中值滤波原理及MATLAB实现

原理简述

中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术。它也是一种邻域运算，类似于卷积，但是计算的不是加权求和，而是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围像素灰度值的差比较大的像素改取与周围的像素值接近的值，从而可以消除孤立的噪声点。它能减弱或消除傅立叶空间的高频分量，但影响低频分量。因为高频分量对应图像中的区域边缘的灰度值具有较大较快变化的部分，该滤波可将这些分量滤除，使图像平滑。值滤波技术在衰减噪声的同时能较好的保护图像的边缘。

代码实现

主函数代码

clear all;
clc;
%----------------------------------------------
%图像进行中值滤波，并显示图像
%调用  median_filter( )  进行处理
%----------------------------------------------

%读进图像
[filename, pathname] = uigetfile({'*.jpg'; '*.bmp'; '*.gif'}, '选择图片');

%没有图像
if filename == 0
    return;
end

Image = imread([pathname, filename]);
[m, n, z] = size(Image);

%转换为灰度图
if z>1
    Image = rgb2gray(Image);
end

result = median_filter(Image, 3);

 figure(1)
 subplot(1,2,1);
    imshow(Image);
    title('原图像');
 subplot(1,2,2);
    imshow(result);
    title('中值滤波后');

中值滤波函数代码

代码保存为 median_filter.m

function [ img ] = median_filter( image, m )
%----------------------------------------------
%中值滤波
%输入：
%image：原图
%m：模板的大小3*3的模板，m=3

%输出：
%img：中值滤波处理后的图像
%----------------------------------------------
    n = m;
    [ height, width ] = size(image);
    x1 = double(image);
    x2 = x1;
    for i = 1: height-n+1
        for j = 1:width-n+1
            mb = x1( i:(i+n-1),  j:(j+n-1) );
            mb = mb(:);
            mm = median(mb);
            x2( i+(n-1)/2,  j+(n-1)/2 ) = mm;

        end
    end

    img = uint8(x2);
end

效果展示

原文链接：http://blog.csdn.net/humanking7/article/details/46826009