一种稳健的自适应图像平滑算法(芮杰等)

平滑算法1:

%roburstmedfilt1.m
function [y]=roburstmedfilt1(x,a,b)
x=double(x);
y=x;
[m,n]=size(x);
k=floor(a/2)+1;
for i=k:m+1-k
    for j=k:n+1-k
       z=zeros(1,4*k^2-4*k);
       num=1;
       for i1=i-k+1:i+k-1
          for j1=j-k+1:j+k-1
            if i1==i & j1==j
               continue;
            end
            z(1,num)=x(i1,j1);
            num=num+1;
          end
       end
       %z即为不含中心像素的行向量
       zmax=max(z);
       zmin=min(z);
       
       %中心像素为噪声点
       if x(i,j) > zmax
          y(i,j) = zmax;
       end
       
       %中心像素为噪声点
       if x(i,j) < zmin
          y(i,j) = zmin;
       end
       
       if x(i,j) < zmax & x(i,j) > zmin
          y(i,j) = x(i,j);
       end
    end
end

平滑算法2:

%roburstmedfilt2.m
function [y]=roburstmedfilt2(x,a,b)
x=double(x);
y=x;
[m,n]=size(x);
k=floor(a/2)+1;
for i=k:m+1-k
    for j=k:n+1-k
       num=0;
       num1=1;
       %统计窗口范围内和中心灰度值不相等的像素个数
       for i1=i-k+1:i+k-1
          for j1=j-k+1:j+k-1
            if x(i1,j1)~= x(i,j);
              num=num+1;
            end
          end
       end
       z=zeros(1,num);%来存储与中心像素不等的行向量,共计num个
       for i1=i-k+1:i+k-1
          for j1=j-k+1:j+k-1
            if x(i1,j1)~= x(i,j);
              z(1,num1) = x(i1,j1);
              num1=num1+1;
            end
          end
       end 
       %z即为与中心像素值不等的像素构成的行向量
       zmax=max(z);
       zmin=min(z);
       zmed=median(z);
       if x(i,j) > zmax
          if  zmed < zmax & zmed > zmin%检验中值是否是脉冲
           y(i,j) = zmed;   
          else
           y(i,j) = zmax;
          end
       end
       if x(i,j) < zmin
          if  zmed < zmax & zmed > zmin
           y(i,j) = zmed;   
          else
           y(i,j) = zmin;
          end
       end
       if x(i,j) < zmax & x(i,j) > zmin
          y(i,j) = x(i,j);
       end
    end
end
主函数:

I=imread('1.png');
I=rgb2gray(I);
[e f]=size(I);
J=imnoise(I,'salt & pepper',0.7);
%J=imnoise(I,'gaussian',0,0.0002);

%%第一种算法在保持边缘和细节较第二种算法要差一点
l=roburstmedfilt1(J,3,3);%第一种稳健平滑滤波器
l1=roburstmedfilt2(J,3,3);%第二种稳健平滑滤波器
l2=commonfilt2(J,3,3);%普通的中值滤波器



subplot(131),imshow( uint8(l) ),title('第一种稳健平滑滤波器');
subplot(132),imshow( uint8(l1) ),title('第二种稳健平滑滤波器');
subplot(133),imshow( uint8(l2) ),title('普通的中值滤波器');

% 计算三种算法的峰值信噪比
B=8;                %编码一个像素用多少二进制位
MAX=2^B-1;          %图像有多少灰度级

I=double(I);
l=double(l);
l1=double(l1);
l2=double(l2);

%%%%%% psnr1=
MES1=sum(sum((I-l).^2))/(e*f);     %自适应中值去噪的均方差
PSNR1=20*log10(MAX/sqrt(MES1));           %自适应中值算法去噪的峰值信噪比

%%%%%% psnr2=
MES2=sum(sum((I-l1).^2))/(e*f);     %自己编写的中值去噪的均方差
PSNR2=20*log10(MAX/sqrt(MES2));           %自己编写的中值去噪的峰值信噪比

%%%%%% psnr3=
MES3=sum(sum((I-l2).^2))/(e*f);     %自己编写的中值去噪的均方差
PSNR3=20*log10(MAX/sqrt(MES3));           %自己编写的中值去噪的峰值信噪比



  • 0
    点赞
  • 2
    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