matlab实现加权中值滤波

加权中值滤波是一种常见的图像滤波算法，可以有效地去除图像中的噪声。它在中值滤波的基础上，加入了像素权重的概念，能够更好地保留图像的细节信息。

下面是使用Matlab实现加权中值滤波的示例代码：

function img_filtered = weighted_median_filter(img, window_size, weights)
% img: 待滤波的图像
% window_size: 窗口大小（必须是奇数）
% weights: 每个像素的权重矩阵，大小和img相同

% 获取图像大小
[M, N] = size(img);

% 计算窗口半径
r = floor(window_size/2);

% 边缘填充
img_padded = padarray(img, [r, r], 'symmetric');

% 初始化滤波后的图像
img_filtered = zeros(M, N);

% 对每个像素进行滤波
for i = r+1:M+r
    for j = r+1:N+r
        % 获取当前窗口内的像素
        window = img_padded(i-r:i+r, j-r:j+r);
        
        % 将窗口内的像素按权重排序
        [~, idx] = sort(window(:).*weights(:));
        
        % 取中值
        median_idx = ceil((window_size^2)/2);
        img_filtered(i-r, j-r) = window(idx(median_idx));
    end
end

使用示例：

% 读取图像
img = imread('lena.bmp');

% 生成权重矩阵（这里随机生成）
weights = rand(size(img));

% 进行加权中值滤波
img_filtered = weighted_median_filter(img, 5, weights);

% 显示滤波前后的图像
figure;
subplot(121); imshow(img); title('原图');
subplot(122); imshow(img_filtered); title('滤波后');

注意：这里的权重矩阵是随机生成的，实际应用中需要根据具体情况来确定每个像素的权重。