自适应中值滤波实现5x5的矩阵的中值

自适应中值滤波是一种非线性图像平滑技术，它通过计算像素邻域内像素值的中值来替换当前像素的值，特别适用于去除椒盐噪声。对于5x5大小的矩阵，其过程如下：

1. **选择窗口**：首先，定义一个5x5大小的像素邻域，通常包括中心像素及其上下左右共9个相邻像素。

2. **排序像素**：将这个邻域内的像素值按照从小到大的顺序排列。

3. **找到中位数**：由于是奇数阶的矩阵，中间的那个数值就是中位数。如果是偶数阶，则通常取中间两个数的平均作为中值。

4. **替换像素值**：将中心像素的值替换为其邻域的中位数。

5. **迭代处理**：如果还有其他未处理的像素，重复以上步骤直到整个5x5矩阵遍历完毕。

**Python 示例** (假设我们有一个5x5的二维数组`image`):

import numpy as np

def adaptive_median_filter(image, kernel_size=5):
    window = np.ones((kernel_size, kernel_size)) / (kernel_size ** 2)
    filtered_image = np.copy(image)

    for i in range(1, image.shape[0] - kernel_size + 1):
        for j in range(1, image.shape[1] - kernel_size + 1):
            sub_matrix = image[i:i+kernel_size, j:j+kernel_size]
            median = np.median(sub_matrix * window)
            filtered_image[i, j] = median

    return filtered_image

# 使用示例
# 假设matrix是一个5x5的numpy数组
filtered_matrix = adaptive_median_filter(matrix)