自定义MATLAB中值滤波实现，涵盖多种窗口类型

该资源提供了一种在MATLAB中实现中值滤波的方法，不依赖于内置的`medfilt2`函数，而是通过自定义函数`median_filtering`来完成。这个函数支持不同形状的滤波窗口，包括线性（横向和纵向）、十字形（5点和9点）、X形状、方形、菱形和圆形。此外，代码还展示了如何应用这些滤波器处理椒盐噪声和高斯噪声的图像，并与内置的`medfilt2`函数处理结果进行了对比。 中值滤波是数字图像处理中的一种重要技术，主要用于去除噪声，特别是椒盐噪声。它的工作原理是用输入像素邻域内的中值替换该像素的值，而不是简单的平均值。这种方法能够有效地保护图像的边缘，因为边缘通常由连续的像素值变化构成，而噪声通常表现为孤立的点。 在提供的代码中，`median_filtering`函数接受三个参数：待处理图像`f`、窗口类型`mode`和窗口大小`num`。根据`mode`的不同值，函数会采用不同的滤波策略。例如，当`mode=1`时，函数将沿水平方向进行线性滤波，`num`表示线的长度；`mode=2`对应垂直线性滤波。`mode=3`和`4`分别对应5点和9点十字形滤波，而`mode=5`则用于X形状的滤波。对于`mode=6`，`num`定义了方形窗口的边长；`mode=7`用于菱形滤波，而`mode=8`则处理圆形窗口。 在主程序部分，首先读取图像`cameraman.tif`并添加椒盐噪声或高斯噪声，然后调用`median_filtering`进行中值滤波。处理结果与MATLAB内置的二维中值滤波函数`medfilt2`处理的结果进行了比较。通过`subplot`函数，图像被分块显示，方便观察原始图像、加噪图像、自定义中值滤波后的图像以及`medfilt2`处理后的图像，便于对比分析不同方法的效果。 这段代码为学习和研究中值滤波提供了一个实用的起点，有助于理解滤波过程，并且可以根据需求调整滤波窗口形状和大小，以适应不同的噪声类型和图像特征。