matalb自己写的中值滤波

Matlab中的中值滤波可以使用medfilt2函数，但是如果你想自己手动实现中值滤波，可以按照以下步骤：

1. 定义滤波器大小k，通常选择一个奇数大小的窗口，例如3×3或5×5。

2. 遍历图像，对于每个像素，将它周围k×k个像素的灰度值排序，然后将中间值作为该像素的新灰度值。

下面是一个示例代码，演示如何在Matlab中手动实现中值滤波：

% 读取图像
I = imread('lena.png');

% 添加椒盐噪声
J = imnoise(I, 'salt & pepper', 0.02);

% 定义滤波器大小
k = 3;

% 中值滤波
[m, n] = size(J);
K = zeros(m, n);
for i = 1:m
    for j = 1:n
        % 获取像素周围k×k个像素的灰度值
        neighbors = [];
        for x = max(1, i-floor(k/2)):min(m, i+floor(k/2))
            for y = max(1, j-floor(k/2)):min(n, j+floor(k/2))
                neighbors = [neighbors J(x,y)];
            end
        end
        % 对灰度值进行排序，取中间值作为新的灰度值
        K(i,j) = median(neighbors);
    end
end

% 显示结果
subplot(1,3,1);
imshow(I);
title('原始图像');

subplot(1,3,2);
imshow(J);
title('添加椒盐噪声后的图像');

subplot(1,3,3);
imshow(K);
title('中值滤波后的图像');

运行上述代码，将会显示原始图像、添加椒盐噪声后的图像以及中值滤波后的图像。可以看到，手动实现的中值滤波可以有效地去除图像中的噪声，同时保留图像的细节。