不使用medfilt2函数在matlab完成中值滤波

以下是matlab代码实现中值滤波：

1.定义原始图像

img = imread('lena.jpg');
img_gray = rgb2gray(img);

2.定义模板大小m和n

m = 3;
n = 3;

3.对原始图像进行补零操作

img_extend = zeros(size(img_gray)+[m-1 n-1]);
img_extend((m+1)/2:end-(m-1)/2,(n+1)/2:end-(n-1)/2) = img_gray;

4.创建一个空的输出图像

img_med = zeros(size(img_gray));

5.对图像进行中值滤波处理

for i = 1:size(img_gray,1)
for j = 1:size(img_gray,2)
img_med(i,j) = median(reshape(img_extend(i:i+m-1,j:j+n-1),[],1));
end
end

6.显示原图像和中值滤波后的图像

figure;
subplot(1,2,1);imshow(img_gray);
subplot(1,2,2);imshow(img_med);

注意事项：

- 中值滤波的模板大小和形状可以根据实际需要进行改变。
- 在进行中值滤波操作之前，需要将原始图像进行补零操作，以保证中心点始终在模板的中心位置。

相关问题

使用函数medfilt2对图像1进行中值滤波，给出代码

在MATLAB中，`medfilt2`函数用于对二维数组（如图像）进行中值滤波，这是一种非线性滤波技术，主要用于去除图像噪声并保持边缘信息。下面是一个简单的例子，展示如何对图像1应用中值滤波：

% 假设图像1存储在一个变量im1中
if isa(im1, 'double') || isa(im1, 'uint8')
    % 确保输入的是双精度或灰度图像
    im1_filtered = medfilt2(im1, [3 3]); % 指定滤波核大小为3x3
else
    error('Input must be a grayscale image.');
end

% 将过滤后的结果保存到新的变量
filtered_im = im1_filtered;

% 显示原图和处理后的图像
figure;
subplot(1, 2, 1), imshow(im1, []);
title('Original Image');
subplot(1, 2, 2), imshow(filtered_im, []);
title('Median Filtered Image');

使用matlab完成中值滤波

下面是使用matlab实现中值滤波的示例代码：

% 读取图像
img = imread('lena.png');

% 添加椒盐噪声
img_noisy = imnoise(img, 'salt & pepper', 0.1);

% 中值滤波
img_median = medfilt2(img_noisy, [3 3]);

% 显示结果
subplot(1, 3, 1);
imshow(img);
title('Original Image');
subplot(1, 3, 2);
imshow(img_noisy);
title('Noisy Image');
subplot(1, 3, 3);
imshow(img_median);
title('Median Filtered Image');

在上面的代码中，我们首先读取了一张图像，然后使用imnoise函数向其中添加椒盐噪声。接着，我们使用medfilt2函数对带噪声的图像进行中值滤波，并将结果显示出来。其中medfilt2函数的第二个参数是一个矩阵，表示中值滤波的模板大小，这里我们设置为3x3。