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。