发个MatLab?自编的?均值滤波.中值滤波.高斯滤波?图

发个MatLab 自编的 均值滤波、中值滤波、高斯滤波 图

(2010-03-07 19:51:26)

转载

标签： 杂谈

虽然matlab里面有这些函数，但是攀立民老师要求自己编写，计算机视觉上有这个实验，到网上找了半天才零散的找到一些碎片，还是整理以后发上来吧！

MatLab自编的均值滤波、中值滤波、高斯滤波 图像处理函数。

%自编的均值滤波函数。x是需要滤波的图像,n是模板大小(即n×n)

function d=avefilt(x,n)

a(1:n,1:n)=1;   %a即n×n模板,元素全是1

p=size(x);   %输入图像是p×q的,且p>n,q>n

x1=double(x);

x2=x1;

%A(a:b,c:d)表示A矩阵的第a到b行,第c到d列的所有元素

for i=1:p(1)-n+1

for j=1:p(2)-n+1

c=x1(i:i+(n-1),j:j+(n-1)).*a;  %取出x1中从(i,j)开始的n行n列元素与模板相乘

s=sum(sum(c));                 %求c矩阵(即模板)中各元素之和

x2(i+(n-1)/2,j+(n-1)/2)=s/(n*n); %将模板各元素的均值赋给模板中心位置的元素

end

end

%未被赋值的元素取原值

d=uint8(x2);

%自编的中值滤波函数。x是需要滤波的图像,n是模板大小(即n×n)

function d=midfilt(x,n)

p=size(x);   %输入图像是p×q的,且p>n,q>n

x1=double(x);

x2=x1;

for i=1:p(1)-n+1

for j=1:p(2)-n+1

c=x1(i:i+(n-1),j:j+(n-1));  %取出x1中从(i,j)开始的n行n列元素,即模板(n×n的)

e=c(1,:);      %是c矩阵的第一行

for u=2:n

e=[e,c(u,:)];     %将c矩阵变为一个行矩阵

end

mm=median(e);      %mm是中值

x2(i+(n-1)/2,j+(n-1)/2)=mm;   %将模板各元素的中值赋给模板中心位置的元素

end

end

%未被赋值的元素取原值

d=uint8(x2);

%自编的高斯滤波函数，S是需要滤波的图象，n是均值，k是方差

function d=gaussfilt(k,n,s)

Img = double(s);

n1=floor((n+1)/2);%计算图象中心

for i=1:n

for j=1:n

b(i,j) =exp(-((i-n1)^2+(j-n1)^2)/(4*k))/(4*pi*k);

end

end

%生成高斯序列b。

Img1=conv2(Img,b,'same'); %用生成的高斯序列卷积运算，进行高斯滤波

d=uint8(Img1);

%此为程序主文件，包含主要功能单元，以及对子函数进行调用

try

%实验步骤一：彩色、灰度变换

h=imread('photo.jpg'); %读入彩色图片

c=rgb2gray(h); %把彩色图片转化成灰度图片，256级

figure,imshow(c),title('原始图象'); %显示原始图象

g=imnoise(c,'gaussian',0.1,0.002);  %加入高斯噪声

figure,imshow(g),title('加入高斯噪声之后的图象');  %显示加入高斯噪声之后的图象

%实验步骤二：用系统预定义滤波器进行均值滤波

n=input('请输入均值滤波器模板大小\n');

A=fspecial('average',n);  %生成系统预定义的3X3滤波器

Y=filter2(A,g)/255;           %用生成的滤波器进行滤波,并归一化

figure,imshow(Y),title('用系统函数进行均值滤波后的结果'); %显示滤波后的图象

%实验步骤三:用自己的编写的函数进行均值滤波

Y2=avefilt(g,n);     %调用自编函数进行均值滤波，n为模板大小

figure,imshow(Y2),title('用自己的编写的函数进行均值滤波之后的结果'); %显示滤波后的图象

%实验步骤四:用Matlab系统函数进行中值滤波

n2=input('请输入中值滤波的模板的大小\n');

Y3=medfilt2(g,[n2 n2]);   %调用系统函数进行中值滤波，n2为模板大小

figure,imshow(Y3),title('用Matlab系统函数进行中值滤波之后的结果');  %显示滤波后的图象

%实验步骤五:用自己的编写的函数进行中值滤波

Y4=midfilt(g,n2);      %调用自己编写的函数进行中值滤波，

figure,imshow(Y4),title('用自己编写的函数进行中值滤波之后的结果');

%实验步骤六:用matlab系统函数进行高斯滤波

n3=input('请输入高斯滤波器的均值\n');

k=input('请输入高斯滤波器的方差\n');

A2=fspecial('gaussian',k,n3);      %生成高斯序列

Y5=filter2(A2,g)/255;              %用生成的高斯序列进行滤波

figure,imshow(Y5),title('用Matlab函数进行高斯滤波之后的结果');    %显示滤波后的图象

%实验步骤七:用自己编写的函数进行高斯滤波

Y6=gaussfilt(n3,k,g);  %调用自己编写的函数进行高斯滤波，n3为均值，k为方差

figure,imshow(Y6),title('用自编函数进行高斯滤波之后的结果');      %显示滤波后的图象

catch           %捕获异常

disp(lasterr);     %如果程序有异常，输出

end

发个MatLab 自编的 均值滤波、中值滤波、高斯滤波 图

(2010-03-07 19:51:26)

转载

标签： 杂谈

虽然matlab里面有这些函数，但是攀立民老师要求自己编写，计算机视觉上有这个实验，到网上找了半天才零散的找到一些碎片，还是整理以后发上来吧！

MatLab自编的均值滤波、中值滤波、高斯滤波 图像处理函数。

%自编的均值滤波函数。x是需要滤波的图像,n是模板大小(即n×n)

function d=avefilt(x,n)

a(1:n,1:n)=1;   %a即n×n模板,元素全是1

p=size(x);   %输入图像是p×q的,且p>n,q>n

x1=double(x);

x2=x1;

%A(a:b,c:d)表示A矩阵的第a到b行,第c到d列的所有元素

for i=1:p(1)-n+1

for j=1:p(2)-n+1

c=x1(i:i+(n-1),j:j+(n-1)).*a;  %取出x1中从(i,j)开始的n行n列元素与模板相乘

s=sum(sum(c));                 %求c矩阵(即模板)中各元素之和

x2(i+(n-1)/2,j+(n-1)/2)=s/(n*n); %将模板各元素的均值赋给模板中心位置的元素

end

end

%未被赋值的元素取原值

d=uint8(x2);

%自编的中值滤波函数。x是需要滤波的图像,n是模板大小(即n×n)

function d=midfilt(x,n)

p=size(x);   %输入图像是p×q的,且p>n,q>n

x1=double(x);

x2=x1;

for i=1:p(1)-n+1

for j=1:p(2)-n+1

c=x1(i:i+(n-1),j:j+(n-1));  %取出x1中从(i,j)开始的n行n列元素,即模板(n×n的)

e=c(1,:);      %是c矩阵的第一行

for u=2:n

e=[e,c(u,:)];     %将c矩阵变为一个行矩阵

end

mm=median(e);      %mm是中值

x2(i+(n-1)/2,j+(n-1)/2)=mm;   %将模板各元素的中值赋给模板中心位置的元素

end

end

%未被赋值的元素取原值

d=uint8(x2);

%自编的高斯滤波函数，S是需要滤波的图象，n是均值，k是方差

function d=gaussfilt(k,n,s)

Img = double(s);

n1=floor((n+1)/2);%计算图象中心

for i=1:n

for j=1:n

b(i,j) =exp(-((i-n1)^2+(j-n1)^2)/(4*k))/(4*pi*k);

end

end

%生成高斯序列b。

Img1=conv2(Img,b,'same'); %用生成的高斯序列卷积运算，进行高斯滤波

d=uint8(Img1);

%此为程序主文件，包含主要功能单元，以及对子函数进行调用

try

%实验步骤一：彩色、灰度变换

h=imread('photo.jpg'); %读入彩色图片

c=rgb2gray(h); %把彩色图片转化成灰度图片，256级

figure,imshow(c),title('原始图象'); %显示原始图象

g=imnoise(c,'gaussian',0.1,0.002);  %加入高斯噪声

figure,imshow(g),title('加入高斯噪声之后的图象');  %显示加入高斯噪声之后的图象

%实验步骤二：用系统预定义滤波器进行均值滤波

n=input('请输入均值滤波器模板大小\n');

A=fspecial('average',n);  %生成系统预定义的3X3滤波器

Y=filter2(A,g)/255;           %用生成的滤波器进行滤波,并归一化

figure,imshow(Y),title('用系统函数进行均值滤波后的结果'); %显示滤波后的图象

%实验步骤三:用自己的编写的函数进行均值滤波

Y2=avefilt(g,n);     %调用自编函数进行均值滤波，n为模板大小

figure,imshow(Y2),title('用自己的编写的函数进行均值滤波之后的结果'); %显示滤波后的图象

%实验步骤四:用Matlab系统函数进行中值滤波

n2=input('请输入中值滤波的模板的大小\n');

Y3=medfilt2(g,[n2 n2]);   %调用系统函数进行中值滤波，n2为模板大小

figure,imshow(Y3),title('用Matlab系统函数进行中值滤波之后的结果');  %显示滤波后的图象

%实验步骤五:用自己的编写的函数进行中值滤波

Y4=midfilt(g,n2);      %调用自己编写的函数进行中值滤波，

figure,imshow(Y4),title('用自己编写的函数进行中值滤波之后的结果');

%实验步骤六:用matlab系统函数进行高斯滤波

n3=input('请输入高斯滤波器的均值\n');

k=input('请输入高斯滤波器的方差\n');

A2=fspecial('gaussian',k,n3);      %生成高斯序列

Y5=filter2(A2,g)/255;              %用生成的高斯序列进行滤波

figure,imshow(Y5),title('用Matlab函数进行高斯滤波之后的结果');    %显示滤波后的图象

%实验步骤七:用自己编写的函数进行高斯滤波

Y6=gaussfilt(n3,k,g);  %调用自己编写的函数进行高斯滤波，n3为均值，k为方差

figure,imshow(Y6),title('用自编函数进行高斯滤波之后的结果');      %显示滤波后的图象

catch           %捕获异常

disp(lasterr);     %如果程序有异常，输出

end