数字图像变换之图像滤波

中值滤波器是一种非线性平滑滤波器，其主要功能是让与周围像素灰度值的差比较大的像素改变，并取与周围像素相近的值，从而消除孤立的噪声点。

在MATLAB中的体现如下

I=imread('C:\Users\DDDD\Desktop\lena512.bmp');%读入原始图像，添加椒盐噪声；
I=rgb2gray(I);%变为灰度图像；
J=imnoise(I,'salt & pepper',0.04);%进行中值滤波；
K=medfilt2(J,[3,3]);
subplot(121),imshow(J);
subplot(122),imshow(K);

输出结果为

关于函数imnoise和函数medfilt2

①MATLAB中函数imnoise 是表示添加噪声污染一幅图像，叫做噪声污染图像函数。

主要的格式及说明

f为是输入图像。函数imnoise在给图像添加噪声之前，将它转换为范围[0,1]内的double类图像。指定噪声参数时必须考虑到这一点。
g=imnoise(f,'gaussian',m,var)将均值m,方差为var的高斯噪声加到图像f上，默认值是均值m为0，方差var为0.01的噪声。
g=imnoise（f,'localvar',V)将均值为0，局部方差为V的高斯噪声添加到图像f上，其中V是与f大小相同的一个数组，它包含了每一个点的理想方差值。
g=imnoise(f,'localvar',image_intensity,var)将均值为0的高斯噪声添加到图像f中，其中噪声的局部方差var是图像f的亮度值的函数。参量image_intensity和var是大小相同的向量，plot(image_intensity,var)绘制出噪声方差和图像亮度的函数关系。向量image_intensity必须包含范围在[0,1]内的归一化亮度值。
g=imnoise(f,'salt & pepper',d)用椒盐噪声污染图像f，其中d是噪声密度（即包括噪声值的图像区域的百分比）。因此，大约有d*numel（f）个像素受到影响。默认的噪声密度为0.05。
g=imnoise(f,'speckle',var)用方程g=f+n*f)将乘性噪声添加到图像f上，其中n是均值为0，方差为var的均匀分布的随机噪声，var的默认值是0.04。
g=imnoise(f,'poisson')从数据中生成泊松噪声，而不是将人工的噪声添加到数据中，为了遵守泊松统计，unit8和unit16类图像的亮度必须和光子的数量相符合。当每个像素的光子数量大于65535时，就要使用双精度图像。亮度值在0到1之间变化，并且对应于光子的数量除以10e12。

②在matlab中，medfilt2函数用于执行二维中值滤波，使用方法如下：
　　B = medfilt2(A, [m n])
　　B = medfilt2(A)
　　B = medfilt2(A, ’indexed’, ...)
　　其中[m n]表示邻域块的大小，默认值为[3 3]。
　　//b=medfilt2(a,[m,n]);
　　b是中值滤波后的图象矩阵，a是原图矩阵，m和n是处理模版大小，默认3×3。