matlab 自写 自适应中值滤波 matlab自适应中值滤波算法

一、自适应中值滤波（代码）

function aOut = stPlus(aIn,f1,f2,st,stMax)
%这仅仅是 AdaMedFilter (自适应中值滤波函数) 的子函数
%这仅仅是一个附属函数/功能片段（有特定的功能，输入若干边界条件，输出一个具体的数值）
%输入aIn，需要滤波的图像，循环到的行数f1和列数f2，掩模版大小st，和掩模版最大值stMax

[ra,ca] = size(aIn);
%制作出掩模版
sxy = aIn(f1-round(st/2)+1:f1+round(st/2)-1,f2-round(st/2)+1:f2+round(st/2)-1);
%将掩模版从小到大排序并输出为一列
zSort = sort(sxy(:));
%基于排序后的zSort找到最大值，最小值，中值，以及循环位置的值
med = floor(st*st/2)+1;
zMax = zSort(st*st);
zMin = zSort(1);
zMed = zSort(med);
zxy = sxy(floor(st/2)+1,floor(st/2)+1);
%判断中值是否在最大值和最小值之间
delta1 = zMed-zMin;
delta2 = zMax-zMed;
if (delta1 * delta2) > 0
    %判断循环位置的值是否在最大值和最小值之间
    delta3 = zxy - zMin;
    delta4 = zMax - zxy;
    if (delta3 * delta4) > 0
        %中值 在 最大最小值之间，且循环位置的值 在 最大最小值之间
        aOut = zxy;
    else
         %中值 在 最大最小值之间，但循环位置的值 不在 最大最小值之间
        aOut = zMed;
    end
end
if (delta1 * delta2) <= 0 
    %中值 不在 最大最小值之间
    if st < stMax
        %掩模版尺寸 不是 最大
        if f1 >= floor((st+2)/2)+1 && f2 >= floor((st+2)/2)+1 && f1 <= ra-floor((st+2)/2) && f2 <= ca-floor((st+2)/2)
        %该循环位置是否还可以进行st+2的循环
            aOut = Inf;%可以
        else
            aOut = zMed;%不可以，直接输出
        end
    else
        %掩模版尺寸 是 最大，直接输出
        aOut = zMed;
    end
end
end

function aOut = AdaMedFilter(aIn,static,stMax)
%这仅仅是一个 自适应 中值滤波函数
%输入aIn图像，输出aOut结果
%static是人为定制的静态变量，意义是sxy掩模版的大小，默认为3*3，stMax就是掩模版最大的大小，默认为7*7

%输入参数的默认及处理
if nargin == 1
    static = 3;
    stMax = 7;
elseif nargin == 2
    stMax = 7;
end

%定义输入及输出图像
%aIn是最先输入图像
%atemp是对输入图像的初步处理（比如归一化，双精度化，归255化等），可以在后面调用时灵活更改
%aOut是最终输出图像
atemp = aIn;
[ra,ca] = size(aIn);
aOut = zeros(ra,ca);

%定义st = 3，其中static为人为定义的静态变量，所以
st = static;

%循环，每次循环把循环位置的值给进去，输出一个唯一的有效值赋值给aOut在当前位置的值
for f1 = round(st/2):ra-round(st/2)+1
    for f2 = round(st/2):ca-round(st/2)+1
        %st = static在每一个循环的循环开始和循环结束都有，是为了绝对保证st在每次循环开始和末尾都是绝对为3
        st = static;
        %输入循环位置的值，输出处理后的值，当然，有可能st = 3的中值滤波不够，那么就会输出temp = Inf
       temp = stPlus(atemp,f1,f2,st,stMax);
       %我已经在函数stPlus中确定当temp = Inf时，一定能够被st+2的中值滤波处理，所以我就循环让st增大取得有效的temp
        while(temp == Inf)
           st = st+2;
           temp = stPlus(atemp,f1,f2,st,stMax);
        end
        %每一个循环最重要给我一个唯一的正确值temp，我把它赋值给循环所在位置的aOut！
        aOut(f1,f2) = temp;
        %st = static在每一个循环的循环开始和循环结束都有，是为了绝对保证st在每次循环开始和末尾都是绝对为3
        st = static;
    end
end
end

clear
close all
aIn = imread("GaosiFilter.jpg");
static = [3,7,11];
stMax = 11;

%取不同的st值（掩模版大小）进行滤波
a1 = AdaMedFilter(aIn,static(1),stMax);
a2 = AdaMedFilter(aIn,static(2),stMax);
a3 = AdaMedFilter(aIn,static(3),stMax);

%对滤波后图片a1进行均值滤波以消除图片轮廓的“毛刺”
a1Ave = AverageFilter(a1,5);
figure,imshow(a1Ave,[])

%反复进行滤波3次
a12 = AdaMedFilter(a1,static(1),stMax);
a13 = AdaMedFilter(a12,static(1),stMax);
a14 = AdaMedFilter(a13,static(1),stMax);
a15 = AdaMedFilter(a14,static(1),stMax);

figure,imshow(aIn,[])
figure,imshow(a1,[])
figure,imshow(a2,[])
figure,imshow(a3,[])

figure,imshow(a1,[])
figure,imshow(a12,[])
figure,imshow(a13,[])
figure,imshow(a14,[])
figure,imshow(a15,[])

%对比1次滤波和5次滤波的剖线差别
figure,hold on;
plot(a1(220,:),'r')
plot(a15(220,:),'b')

二、自适应中值滤波（图片）

1、输入的噪声图像

2、当st = 3，stmax = 11时输出的滤波后图像

3、分析

中值滤波对胡椒噪声和盐噪声滤波效果特别好，但是自适应保边中值滤波会让滤波后图片的边缘出现“毛刺”，这个时候我们可以采用均值滤波，以图片稍微变模糊一些的代价将边缘的毛刺消除，如下图：

三、st的不同对滤波效果的影响

1、st = 3

2、st = 7

3、st = 11

4、结论

​ 随着st（掩模版大小）的增大，滤波效果并没有变得更好，甚至会让原本清晰的图片边缘变得更模糊。

四、探究对图像重复进行滤波多次对滤波效果的影响

1、滤波一次图片

2、滤波五次图片

3、对比一次滤波的剖线和五次滤波的剖线

说明：

蓝色线条是“5次滤波”图片的剖线；红色线条是“1次滤波”图片的剖线

4、结论

​ 从图片上看，一次滤波和五次滤波效果差别不大，但是从剖线上看，很明显的感知到，对于图片平滑部位，一次滤波和五次滤波效果相差无几，但是对于图像急剧变化的部分，很明显的是五次滤波后的图像线条更加的平滑，变化更加均匀！