加权中值滤波matlab

下面是一个简单的加权中值滤波的 Matlab 代码示例：

function outImg = weightedMedianFilter(inImg, maskSize, weights)
    % Convert the input image to double precision
    inImg = im2double(inImg);
    
    % Determine the padding required to apply the mask
    padSize = floor(maskSize/2);
    
    % Pad the image with zeros
    paddedImg = padarray(inImg, [padSize padSize], 'symmetric');
    
    % Initialize the output image
    outImg = zeros(size(inImg));
    
    % Loop through the pixels in the input image
    for i = 1:size(inImg,1)
        for j = 1:size(inImg,2)
            % Extract the neighborhood around the current pixel
            neighborhood = paddedImg(i:i+maskSize-1, j:j+maskSize-1);
            
            % Flatten the neighborhood into a vector
            neighborhoodVec = neighborhood(:);
            
            % Sort the vector in ascending order
            sortedVec = sort(neighborhoodVec);
            
            % Calculate the weighted median
            cumWeights = cumsum(weights(sortedVec+1));
            idx = find(cumWeights >= cumWeights(end)/2, 1, 'first');
            outImg(i,j) = sortedVec(idx);
        end
    end
    
    % Convert the output image back to the same class as the input image
    outImg = cast(outImg, class(inImg));
end

其中，`inImg` 是输入图像，`maskSize` 是滤波器的大小，`weights` 是一个权重向量，用于计算加权中值。在上述代码中，我们首先将输入图像转换为双精度格式，并使用 `padarray` 函数对图像进行零填充，以便能够在边缘处也能进行滤波。接着，我们循环遍历图像中的每个像素，提取以该像素为中心的邻域，并将其展平为一个向量。然后，我们按升序对向量进行排序，并使用给定的权重向量计算加权中值。最后，我们将输出图像转换回与输入图像相同的格式。