【图像处理】图像噪声去除实验 用 matlab 实现KNN（K近邻平滑滤波器）和 SNN（对称近邻平滑滤波器）

实验内容

实现KNN（K近邻平滑滤波器）

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）。

测试代码

im=imread('.\im\cameraman.tif');   
im_noise=imnoise(im,'salt & pepper');  %加入椒盐噪声
figure,imshow(im_noise),title('加入椒盐噪声图象'); 
N = 7; K=25;
[im_filered]=KNNFilter(im_noise,N,K);

实验所需图片

链接：https://pan.baidu.com/s/1LaxnZdLeY3LnKKv276E0pA
提取码：vk8y

实验源码

function [img] = KNNFilter(im_noise,N,K)

[h,l,c] = size(im_noise);  
Y = zeros(h,1);
n = floor(N/2);
im = double(im_noise);  %将图像转换为double，便于下方计算转换
mid = floor((N*N)/2)+1; %求出中值

for i=n+1:h-n
    for j=n+1:l-n
        block = im(i-n:i+n,j-n:j+n);
        block_delt = abs(block-im(i,j));
        block_delt_inline = block_delt(:);
        block_delt_inline(mid) = [];
        [tmpSort,ind] = sort(block_delt_inline);  %从小到大进行排序
        block_inline = block(:);
        block_inline(mid) = [];
        knn = block_inline(ind(1:K));  %取出前k个点
        Y(i,j) = mean(knn);  %求出均值
    end
end

img = uint8(Y);  %转换为uint8图像编码
figure,imshow(img),title('KNN滤波图像');

实验结果

实现SNN（对称近邻平滑滤波器）

算法实现为函数[im]=SNN_denoise (I,N)，其中I为读入的图像矩阵； N为模板大小参数（正方形模板，边长为：2*N+1）。

测试代码

im=imread('.\im\cameraman.tif');  %%mandi.tif'); 
im_noise=imnoise(im,'salt & pepper');  %加入椒盐噪声
figure,imshow(im_noise),title('加入噪声之后的图象');  
[im_filered]=SNNFilter(im_noise,2);

实验所需图片

链接：https://pan.baidu.com/s/1LaxnZdLeY3LnKKv276E0pA
提取码：vk8y

实验源码

function [im] = SNNFilter(im_noise,n)
[h,l,c] = size(im_noise); %通过size函数获取行列、颜色通道
Y = zeros(h,1);

for i=n+1:h-n
    for j=n+1:l-n
        tmp = [];
        for row = i-n:i+n
            for col = j-n:j+n
                a0 = double(im_noise(i,j));  %取a0点
                a1 = double(im_noise(row,col)); %取a1点
                a2 = double(im_noise(2*i-row,2*j-col)); %取a2点
                if(abs(a1-a0)>abs(a2-a0))  %如果a1到a0的距离的绝对值大于a2到a0距离的绝对值
                    selected_a = a2;  %取a2点（距离最接近的点）
                else  %另外，如果a1到a0的距离的绝对值小于a2到a0距离的绝对值
                    selected_a = a1;  %取a1点（距离最接近的点）
                end
                if~(row == i && col == j)  
                    tmp = [tmp,selected_a];
                end
            end
        end
        Y(i,j) = mean(tmp);  %求出tmp矩阵的均值
    end
end
img = uint8(Y);  %转换uint8图像编码
figure,imshow(img),title('SNN滤波图像'); %显示滤波后的图象
end

实验结果

学如逆水行舟，不进则退