MATLAB手写中值滤波代码，设定多个不同的窗口大小，并可视化

以下是MATLAB的手写中值滤波代码，其中包括了多个不同的窗口大小，并且进行了可视化处理。

% 设置输入图像
img = imread('example.jpg');

% 定义窗口大小
windows = [3, 5, 7, 9];

% 创建可视化窗口
figure;

% 循环遍历所有窗口大小
for i = 1:length(windows)
    % 获取当前窗口大小
    window_size = windows(i);
    
    % 对图像进行中值滤波
    img_med = medfilt2(img, [window_size window_size]);
    
    % 在可视化窗口中显示当前中值滤波结果
    subplot(2, 2, i);
    imshow(img_med);
    title(sprintf('Window size: %d', window_size));
end

在上述代码中，我们首先设置了输入图像，然后定义了多个不同的窗口大小。接下来，我们创建了一个可视化窗口，并使用循环遍历所有窗口大小。在每次循环中，我们获取当前窗口大小，并使用`medfilt2`函数对图像进行中值滤波。最后，我们在可视化窗口中显示当前中值滤波结果，并使用`title`函数添加窗口大小的标签。

运行上述代码后，您将获得一个可视化窗口，其中包括了不同窗口大小下的中值滤波结果。

相关问题

MATLAB手写中值滤波代码，设定多个不同的窗口大小，并可视化，不要调库

以下是MATLAB的手写中值滤波代码，其中包括了多个不同的窗口大小，并且进行了可视化处理。这里是不使用MATLAB自带的`medfilt2`函数，而是手动实现中值滤波。

% 设置输入图像
img = imread('example.jpg');

% 定义窗口大小
windows = [3, 5, 7, 9];

% 创建可视化窗口
figure;

% 循环遍历所有窗口大小
for i = 1:length(windows)
    % 获取当前窗口大小
    window_size = windows(i);
    
    % 创建一个空的输出图像
    img_med = zeros(size(img));
    
    % 循环遍历所有像素
    for x = 1:size(img, 1)
        for y = 1:size(img, 2)
            % 获取当前像素的窗口
            x_min = max(1, x - floor(window_size/2));
            y_min = max(1, y - floor(window_size/2));
            x_max = min(size(img, 1), x + floor(window_size/2));
            y_max = min(size(img, 2), y + floor(window_size/2));
            window = img(x_min:x_max, y_min:y_max);
            
            % 对窗口内的像素进行排序，并取中间值作为当前像素的值
            sorted_window = sort(window(:));
            img_med(x, y) = sorted_window(floor(length(sorted_window)/2) + 1);
        end
    end
    
    % 在可视化窗口中显示当前中值滤波结果
    subplot(2, 2, i);
    imshow(uint8(img_med));
    title(sprintf('Window size: %d', window_size));
end

在上述代码中，我们首先设置了输入图像，然后定义了多个不同的窗口大小。接下来，我们创建了一个可视化窗口，并使用循环遍历所有窗口大小。在每次循环中，我们获取当前窗口大小，并手动实现了中值滤波算法。具体来说，我们循环遍历所有像素，并获取当前像素的窗口。然后，我们对窗口内的像素进行排序，并取中间值作为当前像素的值。最后，我们在可视化窗口中显示当前中值滤波结果，并使用`title`函数添加窗口大小的标签。

运行上述代码后，您将获得一个可视化窗口，其中包括了不同窗口大小下的中值滤波结果。

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。