自编自适应中值滤波器

自适应中值滤波器

算法思想:自适应中值滤波器是根据输入的图片像素矩阵和滤波器窗口的最大和最小值,首先,根据滤波器窗口的最大值申请两个可以处理了边界情况的滤波器,大小为原图加上最大滤波器的尺寸减一,按照边缘处理规则将原图映射到第一个矩阵中。通过两层循环遍历每一个元素值,在循环中,先是按最小的滤波器尺寸选取相应的值,并找到这些值的最大值、最小值和中值。在第一个判断中如果满足“最小值<中值<最大值”,则再判断是否满足“最小值<滤波器的中心元素(x,y)<最大值”,若这个判断满足,将(x,y)的像素值存到第一个全零矩阵(x,y)中;否则第一个判断不满足,中值可能等于最小值或最大值,就每次扩大窗口边界尺寸为2,总共扩大了4个像素长度,再次找出新滤波窗口下的最大值、最小值和中值,按第一个判断直到满足或者窗口大小大于定义的最大滤波器的窗口边界值,就输出中值为中心元素的值。

function adaptiveI = adaptive_median_fiter(I,smax,smin)
%I是输入的原图,,smax是增大窗口的临界值,smin是滤波器的最小值
%adaptiveI是经滤波处理后的输出图像
[h,w]=size(I);
dt=smax-1;
dtm=(smin-1)/2; %计算最小滤波器的边缘采集距离
fmax=zeros(h+dt,w+dt); 
fadaptive=zeros(h+dt,w+dt); 
for i=1:h   %将原图进行扩充,用0填补边缘
    for j=1:w
        fmax(i+dt/2,j+dt/2)=I(i,j);
    end
end
for i=1+dt/2:h+dt/2
    for j=1+dt/2:w+dt/2
        s=fmax(i-dtm:i+dtm,j-dtm:j+dtm);  %A层次
        zmax=max(s(:));
        zmin=min(s(:));
        zmed=median(s(:));
        if zmed>zmin & zmed<zmax %zmed不是噪声,到B层次
            if fmax(i,j)>zmin & fmax(i,j)<zmax
                fadaptive(i,j)=fmax(i,j); %fmax(i,j)不是噪声,输出
            else  
                fadaptive(i,j)=zmed; %否则输出中值代替原值
            end
        else  %zmed等于zmin或zmax,增大窗口
            snum=dtm+2; %snum记录当前滤波器减1后一半的大小,增大滤波器
            while snum<=dt/2 %dt/2是最大窗口减一一半的值
                s=fmax(i-snum:i+snum,j-snum:j+snum);
                zmax=max(s(:));
                zmin=min(s(:));
                zmed=median(s(:));
                if zmed>zmin & zmed<zmax %判断扩大窗口后的zmed是否为噪声
                    if fmax(i,j)>zmin & fmax(i,j)<zmax
                        fadaptive(i,j)=fmax(i,j); %fmax(i,j)不是噪声,输出
                        break;
                    else
                        fadaptive(i,j)=zmed; %否则输出中值代替原值
                        break;
                    end
                end
                if snum==dt/2
                     fadaptive(i,j)=zmed; 
                end    
                snum=snum+2;
            end
        end
    end
end      
adaptiveI=zeros(h,w);
for i=1:h   %裁剪图片为原大小
    for j=1:w
        adaptiveI(i,j)=fadaptive(i+dt/2,j+dt/2);
    end
end
end

在这里插入图片描述

在这里插入图片描述

在椒盐噪声中,自适应中值滤波器在中值滤波器的基础上可以动态地去除椒盐噪声,噪声去除得更干净,细节保留得更好。自适应中值滤波器,根据预设的窗口大小,动态地改变滤波器窗口的大小,同时兼顾去除噪声和保护细节。
在高斯噪声中,自适应中值滤波器的减弱效果最差。高斯噪声的值是概率密度函数服从高斯分布的噪声,不同于椒盐噪声,椒盐噪声是两个端点值,可以利用中值较好的去除,高斯噪声的值是按正态分布随机分布的,不能通过取中值消除它,只能通过一些滤波器减弱高斯噪声。在两种噪声对比下,自适应中值滤波器适用于椒盐噪声。

  • 2
    点赞
  • 15
    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