中值滤波和均值滤波代码

%均值滤波

clc,clear;

f=imread('2.bmp');

subplot(221),imshow(f);

f1=imnoise(f,'gaussian',0.002,0.0008);

subplot(222),imshow(f1);

k1=floor(3/2)+1;

k2=floor(3/2)+1;

X=f1;

[M,N]=size(X);

uint8 Y=zeros(M,N);

funBox=zeros(3,3);

for i=1:M-3

for j=1:N-3

funBox=X(i:i+3,j:j+3);

s=sum(funBox(:));

h=s/9;

Y(i+k1,j+k2)=h;

end;

end;

Y=Y/255;

subplot(223),imshow(Y);

注意：在matlab中，我们常使用imshow()函数来显示图像，而此时的图像矩阵可能经过了某种运算。在matlab中，为了保证精度，经过了运算的图像矩阵I其数据类型会从unit8型变成double型。如果直接运行imshow(I)，我们会发现显示的是一个白色的图像。这是因为imshow()显示图像时对double型是认为在0~1范围内，即大于1时都是显示为白色，而imshow显示uint8型时是0~255范围。而经过运算的范围在0-255之间的double型数据就被不正常得显示为白色图像了。

那么如何解决这个问题呢？笔者曾经用fix()函数把图像矩阵由实数形式转化成整数形式，但这样仍无法改变图像矩阵是double型的事实。

通过搜索，找到两个解决方法：

imshow(I/256); ----------将图像矩阵转化到0-1之间

imshow(I,[]); -----------自动调整数据的范围以便于显示（不明白原理！）

PS:imshow(I,[])，将I的最小值看作0，最大值看作255，所以黑白明显

从实验结果看两种方法都解决了问题，但是从显示的图像看，第二种方法显示的图像明暗黑白对比的强烈些！不知什么原理！

此外还找到一些方法，还没有试过，记录如下：

uint8和im2uint8的区别

图像数据在计算前需要转换为double,以保证精度; 很多矩阵数据也都是double的,要想显示其,必须先转换为图像的标准数据格式. 如果转换前的数据符合图像数据标准（比如如果是double则要位于0～1之间），那么可以直接使用im2uint8

如果转换前的数据分布不合规律，则使用uint8，将其自动切割至0～255（超过255的按255）

最好使用mat2gray,将一个矩阵转化为灰度图像的数据格式(double)

另外,可以用isgray判断矩阵是否是一个图像数据矩阵

总之，im2uint8、im2double要跟uint8、double

%均值滤波

k=floor(3*3/2)+1;

[M,N]=size(X);

uint8 Z=zeros(M,N);

funBox=zeros(3,3);

temp=zeros(3*3);

for i=1:M-3

for j=1:N-3

funBox=X(i:i+3,j:j+3);

temp=funBox(:);

tempSort=sort(temp);

Z(i,j)=tempSort(k);

end;

end;

subplot(224),imshow(Z);