实现KNN（K近邻平滑滤波器）

要求：算法实现为函数[im]=KNN_denoise (I,K,N)，其中I为读入的图像矩阵；K为最近邻个数，N为模板大小参数（N*N）。

参考测试代码：

I = imread('peppers.png');[im]=KNN_denoise(I,9,5); figure, imshow(im);

function [im] = KNN_denoise(I, K, N)
% I  = [1 3 2 3 2 1 2; 1 2 1 4 3 3 2; 1 10 2 3 4 4 2; 
%         5 2 6 18 8 7 3; 5 5 7 0 8 8 5; 5 6 7 8 9 9 8; 
%         4 5 6 8 8 6 7];
% K=9;
% N=5;
I = imnoise(I,'salt & pepper');
figure,imshow(I);
[m, n] = size(I);
s = ceil(N/2);
d = fix(N/2);
i_e = m-s+1;
j_e = n-s+1;
for i=s:i_e
    for j=s:j_e
        B = I(i-d:i+d, j-d:j+d);        %B为取N*N的模板
        A = reshape(B, 1, []);%把B变成一维放到A中，是为了方便使用sort函数（我可以想到的方法）
        [val, id] = sort(abs(A-I(i, j)));      %按离I(i,j)的距离由近到远排序
        for k=2:1+K
            t = k-1;
            C(t,1) = A(1, id(1, k));		%去掉I(i,j)本身，取K个放到C中
        end
        I(i, j) = round(mean(C));		%求均值
    end
end
im = I;