十种滤波器的matlab实现
文章概要
- 1） 产生噪声
- 2） 均值滤波器
- 3） 统计排序滤波器
- 4） 自适应滤波器
1） 产生噪声
-
构造函数
addSaltNoise.m，接受参数snr为图像信噪比，为实验用图test.tif增加椒盐噪声% addSaltNoise.m function [sImg] = addSaltNoise(snr) img=imread('test.tif'); [imgH,imgW]=size(img); sImg=img; % 根据图像信噪比产生噪声点数量 sp=imgH*imgW; np=sp*(1-snr); % 随机行列，给图像添加噪声 for i=1:np x=uint32(rand()*imgH); y=uint32(rand()*imgW); if x && y r=rand()>0.5; if r sImg(x,y)=0; else sImg(x,y)=255; end end end subplot(1,2,1); imshow(img),title('原始图像'); subplot(1,2,2); imshow(sImg),title('信噪比为0.5的椒盐噪声图像'); end信噪比为0.5时的椒盐噪声图像，如下图所示：
-
构造函数
addGaussianNoise.m，接受参数avg为均值，std为标准差，为实验用图test.tif增加高斯噪声% addGaussianNoise.m function [gImg] = addGaussianNoise(avg,std) img=imread('test.tif'); [imgH,imgW]=size(img); % 产生和图像维度相同的噪声，叠加到图像上 gImg=uint8((double(img)/255+avg+std*randn(imgH,imgW))*255); % subplot(1,2,1); % imshow(img),title('原始图像'); % % subplot(1,2,2); % imshow(gImg),title('均值为'+string(avg)+'标准差为'+string(std)+'的高斯噪声图像');产生的高斯噪声效果如下图
2） 均值滤波器
-
算术均值滤波器
编写函数
meanValueFilter.m，参数fsize为滤波器大小% meanValueFilter.m function []=meanValueFilter(fsize) % 获取信噪比为0.5的椒盐噪声图像 sImg = addSaltNoise(0.5); % 获取均值为0，标准差为0.1的高斯噪声图像 gImg = addGaussianNoise(0,0.1); [imgH,imgW]=size(sImg); sNewImg=sImg; gNewImg=gImg; % 根据滤波器尺寸计算半长 if mod(fsize,2) flength = (fsize-1)/2; else flength = fsize/2; end % 处理图像，结果分别保存在sNewImg和gNewImg for i=1+flength:imgH-flength for j=1+flength:imgW-flength sTemp = sImg(i-flength:i+flength,j-flength:j+flength); sNewImg(i,j)=sum(sTemp(:))/numel(sTemp); gTemp = gImg(i-flength:i+flength,j-flength:j+flength); gNewImg(i,j)=sum(gTemp(:))/numel(gTemp); end end subplot(1,2,1); imshow(sImg),title('椒盐噪声图像'); subplot(1,2,2); imshow(sNewImg),title('均值滤波器处理后图像'); figure(); subplot(1,2,1); imshow(gImg),title('高斯噪声图像'); subplot(1,2,2); imshow(gNewImg),title('均值滤波器处理后图像'); end大小为3x3的算术均值滤波器处理椒盐噪声结果
大小为3x3的算术均值滤波器处理高斯噪声结果
-
几何均值滤波器
编写函数
geometricMeanFilter.m，参数fsize为滤波器大小function []=geometricMeanFilter(fsize) % 获取信噪比为0.5的椒盐噪声图像 sImg = addSaltNoise(0.5); % 获取均值为0，标准差为0.1的高斯噪声图像 gImg = addGaussianNoise(0,0.1); [imgH,imgW]=size(sImg); sNewImg=sImg; gNewImg=gImg; % 根据滤波器尺寸计算半长 if mod(fsize,2) flength = (fsize-1)/2; else flength = fsize/2; end % 处理图像，结果分别保存在sNewImg和gNewImg for i=1+flength:imgH-flength for j=1+flength:imgW-flength sTemp = sImg(i-flength:i+flength,j-flength:j+flength); sNewImg(i,j)=prod(prod(sTemp(:)))^(1/numel(sTemp)); gTemp = gImg(i-flength:i+flength,j-flength:j+flength); gNewImg(i,j)=prod(prod(gTemp(:)))^(1/numel(gTemp)); end end subplot(1,2,1); imshow(sImg),title('椒盐噪声图像'); subplot(1,2,2); imshow(sNewImg),title('几何均值滤波器处理后图像'); figure(); subplot(1,2,1); imshow(gImg),title('高斯噪声图像'); subplot(1,2,2); imshow(gNewImg),title('几何均值滤波器处理后图像'); end大小为3x3的几何均值滤波器处理椒盐噪声结果
大小为3x3的几何均值滤波器处理高斯噪声结果
-
谐波均值滤波器
编写函数
harmonicMeanFilter.m，参数fsize为滤波器大小function []=harmonicMeanFilter(fsize) % 获取信噪比为0.5的椒盐噪声图像 sImg = addSaltNoise(0.5); % 获取均值为0，标准差为0.1的高斯噪声图像 gImg = addGaussianNoise(0,0.1); [imgH,imgW]=size(sImg); sNewImg=sImg; gNewImg=gImg; % 根据滤波器尺寸计算半长 if mod(fsize,2) flength = (fsize-1)/2; else flength = fsize/2; end % 处理图像，结果分别保存在sNewImg和gNewImg for i=1+flength:imgH-flength for j=1+flength:imgW-flength sTemp = sImg(i-flength:i+flength,j-flength:j+flength); sTemp=1./sTemp; sNewImg(i,j)=numel(sTemp)/sum(sTemp(:)); gTemp = gImg(i-flength:i+flength,j-flength:j+flength); gTemp=1./gTemp; gNewImg(i,j)=numel(gTemp)/sum(gTemp(:)); end end subplot(1,2,1); imshow(sImg),title('椒盐噪声图像'); subplot(1,2,2); imshow(sNewImg),title('谐波均值滤波器处理后图像'); figure(); subplot(1,2,1); imshow(gImg),title('高斯噪声图像'); subplot(1,2,2); imshow(gNewImg),title('谐波均值滤波器处理后图像'); end大小为3x3的谐波均值滤波器处理椒盐噪声结果
大小为3x3的谐波均值滤波器处理高斯噪声结果
-
逆谐波均值滤波器
编写函数
inverseHarmonicMeanFilter.m，参数fsize为滤波器大小，q为阶数function []=inverseHarmonicMeanFilter(fsize,q) % 获取信噪比为0.5的椒盐噪声图像 sImg = addSaltNoise(0.5); % 获取均值为0，标准差为0.1的高斯噪声图像 gImg = addGaussianNoise(0,0.1); [imgH,imgW]=size(sImg); sNewImg=sImg; gNewImg=gImg; % 根据滤波器尺寸计算半长 if mod(fsize,2) flength = (fsize-1)/2; else flength = fsize/2; end % 处理图像，结果分别保存在sNewImg和gNewImg for i=1+flength:imgH-flength for j=1+flength:imgW-flength sTemp = double (sImg(i-flength:i+flength,j-flength:j+flength)); sNewImg(i,j)=sum(sTemp(:).^(q+1))/sum(sTemp(:).^(q)); gTemp = double (gImg(i-flength:i+flength,j-flength:j+flength)); gNewImg(i,j)=sum(gTemp(:).^(q+1))/sum(gTemp(:).^(q)); end end subplot(1,2,1); imshow(sImg),title('椒盐噪声图像'); subplot(1,2,2); imshow(sNewImg),title('逆谐波均值滤波器处理后图像'); figure(); subplot(1,2,1); imshow(gImg),title('高斯噪声图像'); subplot(1,2,2); imshow(gNewImg),title('逆谐波均值滤波器处理后图像'); end大小为3x3，阶数为1.5的逆谐波均值滤波器处理椒盐噪声结果
大小为3x3，阶数为1.5的逆谐波均值滤波器处理高斯噪声结果
3） 统计排序滤波器
-
中值滤波器
编写函数
middleFilter.m，参数fsize为滤波器大小function []=middleFilter(fsize) % 获取信噪比为0.5的椒盐噪声图像 sImg = addSaltNoise(0.5); % 获取均值为0，标准差为0.1的高斯噪声图像 gImg = addGaussianNoise(0,0.1); [imgH,imgW]=size(sImg); sNewImg=sImg; gNewImg=gImg; % 根据滤波器尺寸计算半长 if mod(fsize,2) flength = (fsize-1)/2; else flength = fsize/2; end % 处理图像，结果分别保存在sNewImg和gNewImg for i=1+flength:imgH-flength for j=1+flength:imgW-flength sTemp = sImg(i-flength:i+flength,j-flength:j+flength); sTemp = sort(sTemp(:)); sNewImg(i,j)=sTemp((numel(sTemp)-1)/2); gTemp = gImg(i-flength:i+flength,j-flength:j+flength); gTemp = sort(gTemp(:)); gNewImg(i,j)=gTemp((numel(gTemp)-1)/2); end end subplot(1,2,1); imshow(sImg),title('椒盐噪声图像'); subplot(1,2,2); imshow(sNewImg),title('中值滤波器处理后图像'); figure(); subplot(1,2,1); imshow(gImg),title('高斯噪声图像'); subplot(1,2,2); imshow(gNewImg),title('中值滤波器处理后图像'); end大小为3x3的中值滤波器处理椒盐噪声结果
大小为3x3的中值滤波器处理高斯噪声结果
-
最大值和最小值滤波器
-
最大值滤波器
编写函数
maxFilter.m，参数fsize为滤波器大小function []=maxFilter(fsize) % 获取信噪比为0.5的椒盐噪声图像 sImg = addSaltNoise(0.5); % 获取均值为0，标准差为0.1的高斯噪声图像 gImg = addGaussianNoise(0,0.1); [imgH,imgW]=size(sImg); sNewImg=sImg; gNewImg=gImg; % 根据滤波器尺寸计算半长 if mod(fsize,2) flength = (fsize-1)/2; else flength = fsize/2; end % 处理图像，结果分别保存在sNewImg和gNewImg for i=1+flength:imgH-flength for j=1+flength:imgW-flength sTemp = sImg(i-flength:i+flength,j-flength:j+flength); sNewImg(i,j)= max(sTemp(:)); gTemp = gImg(i-flength:i+flength,j-flength:j+flength); gNewImg(i,j)=max(gTemp(:)); end end subplot(1,2,1); imshow(sImg),title('椒盐噪声图像'); subplot(1,2,2); imshow(sNewImg),title('最大值滤波器处理后图像'); figure(); subplot(1,2,1); imshow(gImg),title('高斯噪声图像'); subplot(1,2,2); imshow(gNewImg),title('最大值滤波器处理后图像'); end大小为3x3的最大值滤波器处理椒盐噪声结果
大小为3x3的最大值滤波器处理高斯噪声结果
-
最小值滤波器
编写函数
minFilter.m，参数fsize为滤波器大小function []=minFilter(fsize) % 获取信噪比为0.5的椒盐噪声图像 sImg = addSaltNoise(0.5); % 获取均值为0，标准差为0.1的高斯噪声图像 gImg = addGaussianNoise(0,0.1); [imgH,imgW]=size(sImg); sNewImg=sImg; gNewImg=gImg; % 根据滤波器尺寸计算半长 if mod(fsize,2) flength = (fsize-1)/2; else flength = fsize/2; end % 处理图像，结果分别保存在sNewImg和gNewImg for i=1+flength:imgH-flength for j=1+flength:imgW-flength sTemp = sImg(i-flength:i+flength,j-flength:j+flength); sNewImg(i,j) = min(sTemp(:)); gTemp = gImg(i-flength:i+flength,j-flength:j+flength); gNewImg(i,j) = min(gTemp(:)); end end subplot(1,2,1); imshow(sImg),title('椒盐噪声图像'); subplot(1,2,2); imshow(sNewImg),title('最小值滤波器处理后图像'); figure(); subplot(1,2,1); imshow(gImg),title('高斯噪声图像'); subplot(1,2,2); imshow(gNewImg),title('最小值滤波器处理后图像'); end大小为3x3的最小值滤波器处理椒盐噪声结果
大小为3x3的最小值滤波器处理高斯噪声结果
-
-
中点滤波器
编写函数
mPointFilter.m，参数fsize为滤波器大小function []=mPointFilter(fsize) % 获取信噪比为0.5的椒盐噪声图像 sImg = addSaltNoise(0.5); % 获取均值为0，标准差为0.1的高斯噪声图像 gImg = addGaussianNoise(0,0.1); [imgH,imgW]=size(sImg); sNewImg=sImg; gNewImg=gImg; % 根据滤波器尺寸计算半长 if mod(fsize,2) flength = (fsize-1)/2; else flength = fsize/2; end % 处理图像，结果分别保存在sNewImg和gNewImg for i=1+flength:imgH-flength for j=1+flength:imgW-flength sTemp = sImg(i-flength:i+flength,j-flength:j+flength); sNewImg(i,j) = (min(sTemp(:))+max(sTemp(:)))/2; gTemp = gImg(i-flength:i+flength,j-flength:j+flength); gNewImg(i,j) = (min(gTemp(:))+max(gTemp(:)))/2; end end subplot(1,2,1); imshow(sImg),title('椒盐噪声图像'); subplot(1,2,2); imshow(sNewImg),title('中点滤波器处理后图像'); figure(); subplot(1,2,1); imshow(gImg),title('高斯噪声图像'); subplot(1,2,2); imshow(gNewImg),title('中点滤波器处理后图像'); end大小为3x3的中点滤波器处理椒盐噪声结果
大小为3x3的中点滤波器处理高斯噪声结果
-
修正后的阿尔法均值滤波器
编写函数
alphaFilter.m，参数fsize为滤波器大小，d为0-fsize^2之间的数字function []=alphaFilter(fsize,d) % 获取信噪比为0.5的椒盐噪声图像 sImg = addSaltNoise(0.5); % 获取均值为0，标准差为0.1的高斯噪声图像 gImg = addGaussianNoise(0,0.1); [imgH,imgW]=size(sImg); sNewImg=sImg; gNewImg=gImg; % 根据滤波器尺寸计算半长 if mod(fsize,2) flength = (fsize-1)/2; else flength = fsize/2; end if d大小为3x3的修正后的阿尔法均值滤波器（d=1）处理椒盐噪声结果
大小为3x3的修正后的阿尔法均值滤波器（d=1）处理高斯噪声结果
4） 自适应滤波器
-
自适应滤波器
编写函数
alphaFilter.m，参数fsize为滤波器大小function []=adaptFilter(fsize) % 获取均值为0，标准差为0.1的高斯噪声图像 gImg = double(addGaussianNoise(0,0.1)); [imgH,imgW]=size(gImg); gNewImg = gImg; % 根据滤波器尺寸计算半长 if mod(fsize,2) flength = (fsize-1)/2; else flength = fsize/2; end % 处理图像，结果保存在gNewImg for i=1+flength:imgH-flength for j=1+flength:imgW-flength gTemp = gImg(i-flength:i+flength,j-flength:j+flength); avg = mean(gTemp(:)); v = var(gTemp(:)); gNewImg(i,j)=gImg(i,j)-255*255*0.01/v*(gImg(i,j)-avg); end end gImg = uint8(gImg); gNewImg=uint8(gNewImg); figure(); subplot(1,2,1); imshow(gImg),title('高斯噪声图像'); subplot(1,2,2); imshow(gNewImg),title('自适应滤波器处理后图像'); end大小为7x7的自适应滤波器处理，方差为6502.5的高斯噪声结果
-
自适应中值滤波器
编写函数
alphaFilter.m，参数fmax为滤波器最大尺寸function []=adaptMiddleFilter(fmax) % 获取信噪比为0.5的椒盐噪声图像 sImg = double(addSaltNoise(0.5)); % 获取均值为0，标准差为0.1的高斯噪声图像 gImg = double(addGaussianNoise(0,0.1)); [imgH,imgW]=size(sImg); sNewImg=sImg; gNewImg=gImg; % 计算滤波器最大半长 if mod(fmax,2) flength = (fmax-1)/2; else flength = fmax/2; end % 处理图像，结果分别保存在sNewImg和gNewImg % zmax为s区域中的灰度最大值 % zmin为s区域中的灰度最小值 % zmed为s区域中的灰度中间值 for i=1+flength:imgH-flength for j=1+flength:imgW-flength len = 1; while len<=flength sTemp = sImg(i-len:i+len,j-len:j+len); sTemp=sort(sTemp(:)); zsmed=sTemp((numel(sTemp)-1)/2); zsmin=min(sTemp); zsmax=max(sTemp); ag1 = zsmed-zsmin; ag2 = zsmed-zsmax; if ag1>0 && ag2<0 break; else len=len+1; end end if len==flength+1 sNewImg(i,j)=sImg(i,j); else bs1=sImg(i,j)-zsmin; bs2=sImg(i,j)-zsmax; if bs1>0 && bs2<0 sNewImg(i,j)=sImg(i,j); else sNewImg(i,j)=zsmed; end end len = 1; while len<=flength gTemp = gImg(i-len:i+len,j-len:j+len); gTemp=sort(gTemp(:)); zgmed=gTemp((numel(gTemp)-1)/2); zgmin=min(gTemp); zgmax=max(gTemp); ag1 = zgmed-zgmin; ag2 = zgmed-zgmax; if ag1>0 && ag2<0 break; else len=len+1; end end if len==flength+1 gNewImg(i,j)=gImg(i,j); else bg1=gImg(i,j)-zgmin; bg2=gImg(i,j)-zgmax; if bg1>0 && bg2<0 gNewImg(i,j)=gImg(i,j); else gNewImg(i,j)=zgmed; end end end end % 处理完后转化为uint8 sImg=uint8(sImg); sNewImg=uint8(sNewImg); subplot(1,2,1); imshow(sImg),title('椒盐噪声图像'); subplot(1,2,2); imshow(sNewImg),title('自适应中值滤波器处理后图像'); gImg=uint8(gImg); gNewImg=uint8(gNewImg); figure(); subplot(1,2,1); imshow(gImg),title('高斯噪声图像'); subplot(1,2,2); imshow(gNewImg),title('自适应中值滤波器处理后图像'); end最大尺寸为7x7的自适应滤波器处理椒盐噪声结果
最大尺寸为7x7的自适应滤波器处理高斯噪声结果
