1、1、均值濾波器鄰域平均法是一種局部空間域處理的算法。設一幅圖像f(x,y為N ×N 的陣列,處理后 的圖像為g(x,y,它的每個像素的灰度級由包含(x,y領域的幾個像素的灰度級的平均值所 決定,即用下式得到處理后的圖像:=S j i j i f M y x g ,(,(1,(式中x,y=0,l,2,N-1;S 是以(x,y為中心的鄰域的集合,M 是S 內坐標點的總數(shù)。圖像鄰域平均法的處理效果與所用的鄰域半徑有關。半徑愈大,則圖像的模糊程度也度大。外,圖像鄰域平均算法簡單,計算速度快,但它的主要缺點是在降低噪聲的同時使圖像產生模糊,特別在邊沿和細節(jié)處,鄰域越大,模糊越厲害。一個均值濾波

2、的例子:I=imread('cameraman.tif'%讀入圖像J=imnoise(I,'salt & pepper',0.02;%給圖像添加椒鹽噪聲K=imnoise(I,'gaussian',0,0.005;%給圖像添加均值為0,方差為0.005的高斯噪聲subplot(231,imshow(Ititle('原圖像'subplot(232,imshow(Jtitle('添加椒鹽噪聲圖像'subplot(233,imshow(Ktitle('添加高斯噪聲圖像'subplot(234,im

3、show(Ititle('原圖像'K1=filter2(fspecial('average',3,J/255;%使用3×3模板均值濾波subplot(235,imshow(K1title('3*3椒鹽噪聲均值濾波'K2=filter2(fspecial('average',3,K/255;%使用3×3模板均值濾波subplot(236,imshow(K2title('3*3高斯噪聲均值濾波' 2、中值濾波器它是一種基于排序統(tǒng)計理論的可有效抑制噪聲的非線性平滑濾波器,其基本原理是把數(shù)字圖像或數(shù)字序

4、列中一點的值用該點的一個領域中各點值的中值代換。其主要功能是讓周圍象素灰度值的差比較大的像素改成與周圍的像素值接近的值,從而可以消除孤立的噪聲點,所以中值濾波對于濾除圖像的椒鹽噪聲非常有效。中值濾波去除噪聲的效果除了與噪聲的類型有關外,還與鄰域的空問范圍和中值計算中涉及的象素數(shù)有關。一般來說,小于濾波器面積一半的亮或暗的物體基本上會被濾除,而較大的物體幾乎原封不動地保存下來,因此,中值濾波器的空間尺寸必須根據(jù)現(xiàn)有的問題來進行調整。較簡單的模板是N×N的方形(N通常為奇數(shù)。中值濾波器可以做到既去除噪聲又能保護圖像的邊緣,從而獲得較滿意的復原效果,而且,在實際運算過程中不需要圖像的統(tǒng)計特

5、性,這也帶來不少方便,但對一些細節(jié)多,特別是點、線、尖項細節(jié)較多的圖像不宜采用中值濾波的方法。一個中值濾波的例子:I=imread('cameraman.tif'%讀入圖像J=imnoise(I,'salt & pepper',0.02;%給圖像添加椒鹽噪聲K=imnoise(I,'gaussian',0,0.005;%給圖像添加均值為0,方差為0.005的高斯噪聲subplot(231,imshow(Ititle('原圖像'subplot(232,imshow(Jtitle('添加椒鹽噪聲圖像'subpl

6、ot(233,imshow(Ktitle('添加高斯噪聲圖像'subplot(234,imshow(Ititle('原圖像'K1=medfilt2(J,3,3;%使用3×3模板中值濾波subplot(235,imshow(K1title('3*3椒鹽噪聲中值濾波'K2=medfilt2(K,3,3;%使用3×3模板中值濾波subplot(236,imshow(K2title('3*3高斯噪聲中值濾波' 3、均值濾波與中值濾波的對比I=imread('cameraman.tif'%讀入圖像J=im

7、noise(I,'salt & pepper',0.02;%給圖像添加椒鹽噪聲K=imnoise(I,'gaussian',0,0.005;%給圖像添加均值為0,方差為0.005的高斯噪聲subplot(331,imshow(Ititle('原圖像'subplot(332,imshow(Jtitle('添加椒鹽噪聲圖像'subplot(333,imshow(Ktitle('添加高斯噪聲圖像'subplot(334,imshow(Ititle('原圖像'K1=filter2(fspecial('average',3,J/255;%使用3×3模板均值濾波subplot(335,imshow(K1title('3*3椒鹽噪聲均值濾波'K2=filter2(fspecial('average',3,K/255;%使用3×3模板均值濾波subplot(336,imshow(K2title('3*3高斯噪聲均值濾波'subplot(337,imshow(Ititle('原圖像'K3=medfilt2(J,3,3;%使用3×3模板中值濾波subplo