均值滤波

1． 均值滤波概述

        均值滤波是典型的线性滤波算法，它是指在图像上对目标像素给一个模板，该模板包括了其周围的临近像素（以目标象素为中心的周围8个象素，构成一个滤波模板，即去掉目标象素本身）。再用模板中的全体像素的平均值来代替原来像素值。

      均值滤波也称为线性滤波，其采用的主要方法为邻域平均法。线性滤波的基本原理是用均值代替原图像中的各个像素值，即对待处理的当前像素点（x，y），选择一个模板，该模板由其近邻的若干像素组成，求模板中所有像素的均值，再把该均值赋予当前像素点（x，y），作为处理后图像在该点上的灰度个g（x，y），即个g（x，y）=1/m ∑f（x，y） m为该模板中包含当前像素在内的像素总个数。

  

       均值滤波本身存在着固有的缺陷，即它不能很好地保护图像细节，在图像去噪的同时也破坏了图像的细节部分，从而使图像变得模糊，不能很好地去除噪声点。

2 调试

2.1 matlab调试结果及代码

 

MATLAB代码

I=imread('D:\Administrator\My Pictures\lenagray.bmp');  

J1=imnoise(I,'salt & pepper',0.02);  

%均值为0，方差为0.02 椒盐噪声 

J2=imnoise(I,'gaussian',0.02); 

%均值为0，方差为0.02 高斯噪声          

subplot(2,2,1),imshow(J1);               

subplot(2,2,2),imshow(J2);

%均值滤波                               

I1=avg_filter(J1,3)                        

I2=avg_filter(J2,3)