发个MatLab 自编的 均值滤波、中值滤波、高斯滤波 图像处理函数

虽然matlab里面有这些函数,但是攀立民老师要求自己编写,计算机视觉上有这个实验,到网上找了半天才零散的找到一些碎片,还是整理以后发上来吧!

MatLab自编的均值滤波、中值滤波、高斯滤波 图像处理函数。

%自编的均值滤波函数。x是需要滤波的图像,n是模板大小(即n×n)
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);

%自编的中值滤波函数。x是需要滤波的图像,n是模板大小(即n×n)
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);

%自编的高斯滤波函数,S是需要滤波的图象,n是均值,k是方差
function d=gaussfilt(k,n,s)
Img = double(s);
n1=floor((n+1)/2);%计算图象中心
for i=1:n
    for j=1:n
      b(i,j) =exp(-((i-n1)^2+(j-n1)^2)/(4*k))/(4*pi*k);
    end
end
%生成高斯序列b。
Img1=conv2(Img,b,'same'); %用生成的高斯序列卷积运算,进行高斯滤波
d=uint8(Img1);

%此为程序主文件,包含主要功能单元,以及对子函数进行调用
try
%实验步骤一:彩色、灰度变换
h=imread('photo.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');  %显示加入高斯噪声之后的图象

%实验步骤二:用系统预定义滤波器进行均值滤波
n=input('请输入均值滤波器模板大小/n');
A=fspecial('average',n);  %生成系统预定义的3X3滤波器
Y=filter2(A,g)/255;           %用生成的滤波器进行滤波,并归一化
figure,imshow(Y),title('用系统函数进行均值滤波后的结果'); %显示滤波后的图象

%实验步骤三:用自己的编写的函数进行均值滤波
Y2=avefilt(g,n);     %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'); %显示滤波后的图象

%实验步骤四:用Matlab系统函数进行中值滤波
n2=input('请输入中值滤波的模板的大小/n');
Y3=medfilt2(g,[n2 n2]);   %调用系统函数进行中值滤波,n2为模板大小
figure,imshow(Y3),title('用Matlab系统函数进行中值滤波之后的结果');  %显示滤波后的图象

%实验步骤五:用自己的编写的函数进行中值滤波
Y4=midfilt(g,n2);      %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');

%实验步骤六:用matlab系统函数进行高斯滤波
n3=input('请输入高斯滤波器的均值/n');
k=input('请输入高斯滤波器的方差/n');
A2=fspecial('gaussian',k,n3);      %生成高斯序列
Y5=filter2(A2,g)/255;              %用生成的高斯序列进行滤波
figure,imshow(Y5),title('用Matlab函数进行高斯滤波之后的结果');    %显示滤波后的图象

%实验步骤七:用自己编写的函数进行高斯滤波
Y6=gaussfilt(n3,k,g);  %调用自己编写的函数进行高斯滤波,n3为均值,k为方差
figure,imshow(Y6),title('用自编函数进行高斯滤波之后的结果');      %显示滤波后的图象

catch           %捕获异常
    disp(lasterr);     %如果程序有异常,输出
end

 

from:http://blog.csdn.net/yanqingan/article/details/5738026

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值