MATLAB自编均值和中值滤波实验报告

实验二数字图像的空间域滤波
一、实验目的
1、理解图像空间域滤波的原理；
2、掌握图像均值滤波、中值滤波的原理与实现方法；
3、掌握上述方法的改进方法。

二、实验原理
均值滤波的主要步骤为：
（1）将模板在途中漫游，并将模板中心与途中某个象素位置重合；（2）将模板上系数与模板下对应象素相乘；
（3）将所有乘积相加；
（4）将和（模板的输出响应）赋给途中对应模板中心位置的象素。

中值滤波的主要步骤为：
（1）将模板在途中漫游，并将模板中心与途中某个象素位置重合；（2）读取模板下各对应象素的灰度值；
（3）将这些灰度值从小到大排成1列；
（4）找出这些值里排在中间的1个；
（5）将这个中间值赋给对应模板中心位置的象素。

三、实验内容
基本要求：
1、自己编程实现图像的均值滤波；
2、自己编程实现图像的中值滤波；
3、利用matlab图像处理工具箱中的函数实现图像的上述处理；
扩展要求：
4、实现一种图像加权中值滤波或加权均值滤波；
四、实验步骤
1、编程实现图像的均值滤波
程序代码：
h=imread('444.jpg'); %读入彩色图片
c=rgb2gray(h); %把彩色图片转化成灰度图片，256级
figure,imshow(c),title('原始图象'); %显示原始图象
g=imnoise(c,'gaussian',0.1,0.002); %加入高斯噪声
figure,imshow(g),title('加入高斯噪声之后的图象');
Y2=avefilt(g,3); %调用自编函数进行均值滤波，n为模板大小figure,imshow(Y2),title('用自己的编写的函数进行均值滤波之后的结果'); Y4=midfilt(g,3); %调用自己编写的函数进行中值滤波，
figure,imshow(Y4),title('用自己编写的函数进行中值滤波之后的结果');
自己编写的脚本代码
均值滤波
function d=avefilt(x,n)
a(1:n,1:n)=1; %a即n×n模板,元素全是1
p=size(x); %输入图像是p×q的,且p>n,q>n
x1=double(x);
x2=x1;
%A(a:b,c:d)表示A矩阵的第a到b行,第c到d列的所有元素
for i=1:p(1)-n+1
for j=1:p(2)-n+1
c=x1(i:i+(n-1),j:j+(n-1)).*a; %取出x1中从(i,j)开始的n行n列元素与模板相乘
s=sum(sum(c)); %求c矩阵(即模板)中各元素之和
x2(i+(n-1)/2,j+(n-1)/2)=s/(n*n); %将模板各元素的均值赋给模板中心位置的元素end
end
%未被赋值的元素取原值
d=uint8(x2);
中值滤波
function d=midfilt(x,n)
p=size(x); %输入图像是p×q的,且p>n,q>n
x1=double(x);
x2=x1;
for i=1:p(1)-n+1
for j=1:p(2)-n+1
c=x1(i:i+(n-1),j:j+(n-1)); %取出x1中从(i,j)开始的n行n列元素,即模板(n×n的)
e=c(1,:); %是c矩阵的第一行
for u=2:n
e=[e,c(u,:)]; %将c矩阵变为一个行矩阵
end
mm=median(e); %mm是中值
x2(i+(n-1)/2,j+(n-1)/2)=mm; %将模板各元素的中值赋给模板中心位置的元素end
end
%未被赋值的元素取原值
d=uint8(x2);
程序运行截图
五、实验结果分析
从实验结果可以看出，中值滤波较均值滤波效果好些，并且滤波与所选的模板有关，若选择权值相同（本实验为0.1/9）相对不同权值的效果好些。

模板的不同对均值滤波的影响较大。