中值濾波是很經(jīng)典的算法了。今天看論文又知道還有一種叫自適應(yīng)中值濾波的算法RAMF。原論文在這里。

RAMF主要通過以下兩步來處理圖像。

1.首先確定最大的濾波半徑，然后用一個合適的半徑r對圖像進行濾波。計算當前濾波半徑像素灰度的Imin,Imax,Imed，然后判斷Imed是否在[Imin,Imax]中間，如果在則向下進行，否則擴大當前半徑r繼續(xù)濾波直到r等于最大濾波半徑。

2.如果當前處理的像素img(i,j)在[Imin,Imax]之間，則輸出當前像素，否則輸出當前濾波半徑中值像素Imed。

看下效果吧：

噪聲圖像：

RAMF算法：

普通3*3中值濾波：

matlab代碼如下：

clear all; close all; clc;img=mat2gray(imread('lena.jpg')); [m n]=size(img);img=imnoise(img,'salt & pepper',0.1); %加入椒鹽噪聲 imshow(img,[]);Nmax=10; %確定最大的濾波半徑%下面是邊界擴展，圖像上下左右各增加Nmax像素。 imgn=zeros(m+2*Nmax+1,n+2*Nmax+1); imgn(Nmax+1:m+Nmax,Nmax+1:n+Nmax)=img;imgn(1:Nmax,Nmax+1:n+Nmax)=img(1:Nmax,1:n); %擴展上邊界 imgn(1:m+Nmax,n+Nmax+1:n+2*Nmax+1)=imgn(1:m+Nmax,n:n+Nmax); %擴展右邊界 imgn(m+Nmax+1:m+2*Nmax+1,Nmax+1:n+2*Nmax+1)=imgn(m:m+Nmax,Nmax+1:n+2*Nmax+1); %擴展下邊界 imgn(1:m+2*Nmax+1,1:Nmax)=imgn(1:m+2*Nmax+1,Nmax+1:2*Nmax); %擴展左邊界re=imgn; for i=Nmax+1:m+Nmaxfor j=Nmax+1:n+Nmaxr=1; %初始濾波半徑while r~=NmaxW=imgn(i-r:i+r,j-r:j+r);W=sort(W);Imin=min(W(:));Imax=max(W(:));Imed=W(uint8((2*r+1)^2/2));if Imin<Imed && Imed<Imax %如果當前鄰域中值不是噪聲點，那么就用此次的鄰域break;elser=r+1; %否則擴大窗口，繼續(xù)判斷end endif Imin<imgn(i,j) && imgn(i,j)<Imax %如果當前這個像素不是噪聲，原值輸出re(i,j)=imgn(i,j);else %否則輸出鄰域中值re(i,j)=Imed;endend endfigure; imshow(re(Nmax+1:m+Nmax,Nmax+1:n+Nmax),[]);

?

轉(zhuǎn)載于:https://www.cnblogs.com/tiandsp/archive/2013/05/09/3069066.html

總結(jié)

以上是生活随笔為你收集整理的matlab练习程序（自适应中值滤波RAMF）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。