Matlab 图片+椒盐噪声，随后非线性中值滤波

在Matlab中，可以使用以下代码实现对含有椒盐噪声的图像进行非线性中值滤波：

% 读取图像并添加椒盐噪声
I = imread('image.png');
J = imnoise(I,'salt & pepper',0.02); % 添加椒盐噪声

% 中值滤波
K = medfilt2(J,[3 3]); % 非线性中值滤波，窗口大小为3x3

% 显示结果
figure;
subplot(1,2,1);
imshow(J);
title('含有椒盐噪声的图像');
subplot(1,2,2);
imshow(K);
title('中值滤波后的图像');

其中，medfilt2函数实现了非线性中值滤波，[3 3]表示滤波窗口的大小为3x3。假设原始图像为image.png，添加椒盐噪声后的图像为J，中值滤波后的图像为K，上述代码将二者分别显示在一个窗口中。

相关问题

中值滤波，分别对含有5%椒盐噪声和高斯噪声的图像进行中值滤波处理。

中值滤波是一种非线性图像平滑技术，主要用于去除图像中的椒盐噪声（椒盐噪声是由随机的点状噪声组成）和一些不规则的噪声。它的原理是用邻域内的像素值的中位数来替换中心像素的值，这种方法对于椒盐噪声特别有效，因为它能保留图像的边缘信息，而不会像均值滤波那样模糊边缘。

下面是使用Matlab进行中值滤波的基本步骤：

1. 导入图像并添加噪声：

img = imread('your_image.jpg'); % 替换为你的图像文件名
saltNoise = 0.05; % 椒盐噪声的百分比
gaussianNoise = 0.05; % 高斯噪声的标准差

% 添加椒盐噪声
saltNoisy = imnoise(img, 's&p', saltNoise, [], 'zeros');
% 添加高斯噪声
gaussianNoisy = imnoise(img, 'gaussian', [0 0], gaussianNoise);

2. 应用中值滤波：

% 对椒盐噪声图像进行中值滤波
saltFiltered = medfilt2(saltNoisy, [3 3]); % 3x3窗口大小可以根据需要调整

% 对高斯噪声图像进行中值滤波
gaussianFiltered = medfilt2(gaussianNoisy, [3 3]);

这里，`medfilt2` 函数就是用于执行二维中值滤波的。3x3的窗口大小是个常见的选择，但可以根据图像细节和噪声程度调整。