Matlab教程之从椒盐噪声到拉普拉斯滤波：综合指南

介绍：

通过使用数学运算，可以通过“过滤”过程来修改图像。图像增强、降噪、边缘检测和特征提取只是图像过滤的众多用途中的一小部分，而图像过滤是图像处理的关键部分。本博客文章将介绍三种不同的图像滤波方法——中值滤波器、均值滤波器和拉普拉斯滤波器。

代码说明：

1. 中值滤波器：

称为中值滤波器的非线性滤波器用于消除图像中的噪声。中值滤波器的基本原理是将每个像素替换为其周围像素的中值。当减少椒盐噪声（图像中显示为白点和黑点）时，中值滤波器非常有用。

“imnoise”函数用于在应用中值滤波器之前向图像添加椒盐噪声。接下来对噪声图像进行零填充。使用循环迭代填充图像的每个像素，并在每个像素周围创建一个 3x3 窗口。使用中值函数确定窗口内像素的中值，并将结果保存在中值滤波图像的相应像素中。最后，“imshow”函数用于显示中值滤波后的图像。

%*******************************median filter******************************
original_img=imread('');
noised_img=imnoise(original_img,'salt & pepper',rand(1));
padded_img=zeros(size(noised_img)+2); 
medianfiltered_img=zeros(size(original_img));
for x=1:size(original_img,1)
    for y=1:size(original_img,2)
        padded_img(x+1,y+1)=original_img(x,y); %Padding the original matri