灰度最相近的 K 个邻域点平均法MATLAB 实现

灰度最相邻的K个邻域点平均法是一种常见的图像处理方法，可以用于去除图像中的噪声和平滑图像。在MATLAB中，可以使用下面的代码来实现该方法：

% 读入图像
img = imread('image.jpg');

% 定义邻域大小
neighborhood_size = 3;

% 定义K值
K = 5;

% 获取图像大小
[height, width] = size(img);

% 初始化输出图像
img_filtered = zeros(height, width);

% 对每个像素进行处理
for i = 1:height
    for j = 1:width
        % 获取当前像素的邻域
        neighborhood = img(max(i-1, 1):min(i+1, height), max(j-1, 1):min(j+1, width));
        
        % 将邻域中的像素按灰度值从小到大排序
        sorted_values = sort(neighborhood(:));
        
        % 计算灰度值最相邻的K个像素的平均值
        avg_value = mean(sorted_values(1:K));
        
        % 将处理后的像素值赋给输出图像
        img_filtered(i, j) = avg_value;
    end
end

% 显示原图和滤波后的图像
subplot(1, 2, 1), imshow(img), title('Original Image');
subplot(1, 2, 2), imshow(uint8(img_filtered)), title('Filtered Image');

在上面的代码中，我们首先读入图像，然后定义邻域大小和K值。接着，我们对图像中的每个像素进行处理。对于每个像素，我们获取其邻域，并将邻域中的像素按灰度值从小到大排序。然后，我们计算灰度值最相邻的K个像素的平均值，并将处理后的像素值赋给输出图像。最后，我们使用MATLAB中的imshow函数来显示原图和滤波后的图像。