Matlab 以邻域尺寸3×3，对原始图像在RGB空间进行邻域平均的代码

以下是Matlab代码实现：

% 读入原始图像
img = imread('原始图像.jpg');

% 将图像从uint8转换为double
img = im2double(img);

% 获取图像的大小
[height, width, ~] = size(img);

% 定义邻域尺寸
n = 3;

% 对邻域内的像素进行平均
for i = 1:height-n+1
    for j = 1:width-n+1
        % 获取邻域内的像素值
        neighborhood = img(i:i+n-1, j:j+n-1, :);
        % 计算邻域内像素的平均值
        avg = mean(mean(neighborhood));
        % 将邻域内的像素值替换为平均值
        img(i:i+n-1, j:j+n-1, :) = avg;
    end
end

% 显示处理后的图像
imshow(img);

同样需要注意的是，这里对RGB三个通道分别进行了邻域平均，如果需要在其他颜色空间进行操作，可以先将图像转换到对应的颜色空间再进行操作。

相关问题

Matlab 以邻域尺寸2×2，对原始图像在RGB空间进行邻域平均的代码

以下是Matlab代码实现：

% 读入原始图像
img = imread('原始图像.jpg');

% 将图像从uint8转换为double
img = im2double(img);

% 获取图像的大小
[height, width, ~] = size(img);

% 定义邻域尺寸
n = 2;

% 对邻域内的像素进行平均
for i = 1:height-n+1
    for j = 1:width-n+1
        % 获取邻域内的像素值
        neighborhood = img(i:i+n-1, j:j+n-1, :);
        % 计算邻域内像素的平均值
        avg = mean(mean(neighborhood));
        % 将邻域内的像素值替换为平均值
        img(i:i+n-1, j:j+n-1, :) = avg;
    end
end

% 显示处理后的图像
imshow(img);

注意，这里对RGB三个通道分别进行了邻域平均，如果需要在其他颜色空间进行操作，可以先将图像转换到对应的颜色空间再进行操作。

matlab实现邻域平均法

以下是邻域平均法的Matlab代码实现：

function output_image = neighborhood_average(image, kernel_size)
% 对图像进行邻域平均滤波
% 输入参数：
%   image: 原始图像
%   kernel_size: 滤波器大小，一个正奇数
% 输出参数：
%   output_image: 滤波后的图像

% 获取图像的高度和宽度
[height, width] = size(image);

% 计算滤波器的半径
radius = floor(kernel_size / 2);

% 定义输出图像
output_image = zeros(height, width);

% 对每个像素进行滤波
for i = 1:height
    for j = 1:width
        % 计算当前像素的邻域
        row_start = max(1, i - radius);
        row_end = min(height, i + radius);
        col_start = max(1, j - radius);
        col_end = min(width, j + radius);
        neighborhood = image(row_start:row_end, col_start:col_end);
        % 对邻域内的像素求平均值
        output_image(i, j) = mean(neighborhood(:));
    end
end

使用方法：

% 读取图像
image = imread('lena.png');
image = rgb2gray(image);

% 对图像进行邻域平均滤波
output_image = neighborhood_average(image, 5);

% 显示滤波前后的图像
subplot(1, 2, 1);
imshow(image);
title('Original Image');
subplot(1, 2, 2);
imshow(output_image);
title('Filtered Image');

其中 `image` 为原始图像，`kernel_size` 为滤波器大小。函数返回滤波后的图像。