用MATLAB写中值滤波

中值滤波是一种基于排序的滤波方法，可以去除图像中的噪声。MATLAB中可以使用medfilt2函数实现中值滤波。

以下是一个简单的示例代码：

% 读取图像
img = imread('lena.jpg');

% 添加高斯噪声
noisy_img = imnoise(img, 'gaussian', 0.1);

% 中值滤波
filtered_img = medfilt2(noisy_img, [3 3]);

% 显示结果
figure;
subplot(1,3,1); imshow(img); title('原图');
subplot(1,3,2); imshow(noisy_img); title('添加高斯噪声');
subplot(1,3,3); imshow(filtered_img); title('中值滤波');

其中，medfilt2函数的第一个参数为待滤波的图像，第二个参数为滤波器的大小，这里使用了一个3x3的滤波器。在示例代码中，首先读取了一张图像，然后使用imnoise函数添加了高斯噪声，接着使用medfilt2函数进行中值滤波，最后使用subplot函数将原图、加噪图和滤波后的图像显示在一张图中。

相关问题

matlab手写中值滤波

中值滤波是一种非线性数字滤波器技术，用于降噪。在Matlab中，可以通过以下步骤手写实现中值滤波：

1. 读取图像并显示原图。
2. 对图像进行填充，以便处理边缘像素。
3. 加入椒盐噪声，模拟需要去除的噪声。
4. 将图像转换为double类型，便于后续计算。
5. 创建一个与图像大小相同的新矩阵x2，用于存储滤波后的图像。
6. 遍历图像中的每个像素，利用模板大小n获取相应的块。
7. 在每个块中，将所有像素值排序，并取其中值作为中心像素的值。
8. 将中值赋给x2中对应位置的像素。
9. 将x2转换为uint8类型，并显示滤波后的图像。
10. 将原图像转换为灰度图像。
11. 使用Matlab中的medfilt2函数对灰度图像进行中值滤波，并显示滤波后的图像。

这样就完成了手写的中值滤波过程。

用matlab写中值滤波，不要用函数

以下是使用Matlab编写中值滤波算法的示例代码：

% 读入图像
img = imread('lena.bmp');
% 显示原始图像
subplot(1,2,1);
imshow(img);
title('原始图像');

% 定义滤波器大小
winSize = 3;
% 计算边缘扩展大小
border = floor(winSize/2);

% 边缘扩展
imgBorder = padarray(img,[border border],'symmetric','both');

% 中值滤波
for i = 1:size(img,1)
    for j = 1:size(img,2)
        % 提取当前像素点的邻域
        window = imgBorder(i:i+2*border,j:j+2*border);
        % 对邻域进行排序
        windowSort = sort(window(:));
        % 取中间值作为滤波结果
        imgFiltered(i,j) = windowSort((winSize^2+1)/2);
    end
end

% 显示滤波结果
subplot(1,2,2);
imshow(imgFiltered);
title('中值滤波结果');

该代码中，首先读入了一张图像，并显示了原始图像。然后定义了滤波器大小和边缘扩展大小，并进行了边缘扩展。接着使用两个for循环遍历图像中的每个像素点，提取当前像素点的邻域，对邻域进行排序，取中间值作为滤波结果。最后显示滤波结果。