中值滤波matlab代码不用自带的medfilt

中值滤波是一种常用的图像处理方法，用于减少图像中的噪声。在MATLAB中，我们可以自己编写代码实现中值滤波，而不使用自带的medfilt函数。

下面是一种实现中值滤波的MATLAB代码：

% 读取原始图像
original_image = imread('image.jpg');

% 将原始图像转换为灰度图像
gray_image = rgb2gray(original_image);

% 定义滤波器的大小
filter_size = 3;

% 获取图像的尺寸
[image_height, image_width] = size(gray_image);

% 初始化滤波后的图像
filtered_image = zeros(image_height, image_width);

% 对图像进行中值滤波
for i = 1 : image_height
    for j = 1 : image_width
        
        % 确定滤波器的位置范围
        min_i = max(i - floor(filter_size / 2), 1);
        max_i = min(i + floor(filter_size / 2), image_height);
        min_j = max(j - floor(filter_size / 2), 1);
        max_j = min(j + floor(filter_size / 2), image_width);
        
        % 获取滤波器位置范围内的像素值
        patch = gray_image(min_i : max_i, min_j : max_j);
        
        % 计算中值
        median_value = median(patch(:));
        
        % 将中值赋给滤波后的图像
        filtered_image(i, j) = median_value;
    end
end

% 显示原始图像和滤波后的图像
figure;
subplot(1, 2, 1);
imshow(gray_image);
title('原始图像');
subplot(1, 2, 2);
imshow(uint8(filtered_image));
title('中值滤波后图像');

以上代码中，我们首先读取原始图像，并将其转换为灰度图像。然后，定义滤波器的大小，本例中设定为3×3。接下来，我们对图像进行遍历，并在每个像素位置上，获取滤波器的位置范围内的像素值，并计算中值。最后，将中值赋给滤波后的图像，并显示原始图像和滤波后的图像。

值得注意的是，中值滤波算法的参数（滤波器大小等）可以根据实际情况进行调整，以达到更好的滤波效果。