使用非局部均值滤波进行图像去噪的MATLAB程序

以下是使用MATLAB实现非局部均值滤波进行图像去噪的程序：

% 读入图像
img = imread('lena.png');

% 添加高斯噪声
noise_img = imnoise(img, 'gaussian', 0, 0.01);

% 设置滤波器参数
window_size = 7; % 滑动窗口大小
search_window_size = 21; % 搜索窗口大小
h = 0.1; % 滤波器强度参数

% 对图像进行非局部均值滤波
denoised_img = nlmeansfilter(noise_img, window_size, search_window_size, h);

% 显示图像
subplot(1, 2, 1);
imshow(noise_img);
title('带噪声图像');

subplot(1, 2, 2);
imshow(denoised_img);
title('去噪后图像');

% 定义非局部均值滤波函数
function [output_img] = nlmeansfilter(input_img, window_size, search_window_size, h)
    % 将图像转换为灰度图像
    input_img = rgb2gray(input_img);

    % 将图像类型转换为double
    input_img = im2double(input_img);

    % 获取图像大小
    [rows, cols] = size(input_img);

    % 计算滤波器半径
    r = (window_size - 1) / 2;

    % 计算搜索窗口半径
    sr = (search_window_size - 1) / 2;

    % 初始化输出图像
    output_img = zeros(rows, cols);

    % 遍历每个像素
    for i = 1 : rows
        for j = 1 : cols
            % 计算当前像素的搜索窗口
            search_window = input_img(max(i - sr, 1) : min(i + sr, rows), max(j - sr, 1) : min(j + sr, cols));

            % 计算搜索窗口中每个像素与当前像素的相似度
            W = exp(-(search_window - input_img(i, j)).^2 ./ h^2);

            % 计算搜索窗口中每个像素的权值
            W = W / sum(W(:));

            % 计算输出图像中当前像素的值
            output_img(i, j) = sum(W(:) .* search_window(:));
        end
    end

    % 将输出图像类型转换为uint8
    output_img = im2uint8(output_img);
end

该程序首先读入图像，然后添加高斯噪声。接下来，程序定义了非局部均值滤波函数，该函数可以对输入图像进行滤波。最后，程序调用非局部均值滤波函数对添加了高斯噪声的图像进行滤波，并将滤波结果显示出来。