基于Matlab的邻域+中值滤波图像去噪

基于Matlab的邻域+中值滤波图像去噪

图像去噪是数字图像处理中一项重要的预处理技术。常见的方法有平滑滤波、锐化滤波、中值滤波等。本文将介绍基于Matlab的邻域+中值滤波图像去噪方法。

一、图像噪声

图像噪声是指在图像采集、传输、保存等过程中，不可避免地产生的一些损坏现象。噪声会影响图像的质量和清晰度，降低图像的鲁棒性和可靠性。因此，对于图像去噪处理具有重要的实际意义。

二、中值滤波

中值滤波是一种非线性滤波技术。它的基本思想是将输入图像中每个像素的邻域像素灰度值排序，取其中位数作为该像素的输出值。中值滤波对于椒盐噪声和高斯噪声都有很好的去噪效果，并且不会使图像产生模糊和失真。

中心像素点所在的邻域范围是一个矩形，其大小通常为3x3或5x5。将中心像素点所在的领域进行排序，然后取排序结果中的中间值作为输出像素的灰度值。中值滤波可以有效地去除椒盐噪声、高斯噪声以及其他不同类型的图像噪声。

三、Matlab实现

下面是基于Matlab的邻域+中值滤波图像去噪的具体实现代码：

image = imread(‘lena.jpg’); % 读取图像
noise = imnoise(image, ‘salt & pepper’, 0.02); % 加入椒盐噪声

% 中值滤波去噪
filtered_image = medfilt2(noise, [3 3]);

% 显示原图、加噪图和去噪后的图像
subplot(1,3,1),imshow(image),title(‘Original Image’);
subplot(1,3,2),imshow(noise),title(‘Noisy Image’);
subplot(1,3,3),imshow(filtered_image),title(‘Denoised Image’);

上述代码先读取了一张lena.j