中值濾波是很經典的演算法了。今天看論文又知道還有一種叫自適應中值濾波的演算法RAMF。原論文在這裡。

RAMF主要通過以下兩步來處理影象。

1.首先確定最大的濾波半徑，然後用一個合適的半徑r對影象進行濾波。計算當前濾波半徑畫素灰度的Imin,Imax,Imed，然後判斷Imed是否在[Imin,Imax]中間，如果在則向下進行，否則擴大當前半徑r繼續濾波直到r等於最大濾波半徑。

2.如果當前處理的畫素img(i,j)在[Imin,Imax]之間，則輸出當前畫素，否則輸出當前濾波半徑中值畫素Imed。

看下效果吧：

噪聲影象：

RAMF演算法：

普通3*3中值濾波：

matlab程式碼如下：

 1 clear all;
 2 close all;
 3 clc;
 4 
 5 img=mat2gray(imread('lena.jpg'));
 6 [m n]=size(img);
 7 
 8 img=imnoise(img,'salt & pepper',0.1);   %加入椒鹽噪聲
 9 imshow(img,[]);
10 
11 Nmax=10;        %確定最大的濾波半徑
12 
13 %下面是邊界擴充套件，影象上下左右各增加Nmax畫素。
14 imgn=zeros(m+2*Nmax+1,n+2*Nmax+1);
15 imgn(Nmax+1:m+Nmax,Nmax+1
 
:n+Nmax)=img;
16 
17 imgn(1:Nmax,Nmax+1:n+Nmax)=img(1:Nmax,1:n);                 %擴充套件上邊界
18 imgn(1:m+Nmax,n+Nmax+1:n+2*Nmax+1)=imgn(1:m+Nmax,n:n+Nmax);    %擴充套件右邊界
19 imgn(m+Nmax+1:m+2*Nmax+1,Nmax+1:n+2*Nmax+1)=imgn(m:m+Nmax,Nmax+1:n+2*Nmax+1);    %擴充套件下邊界
20 imgn(1:m+2*Nmax+1,1:Nmax)=imgn(1:m+2*Nmax+1
 
,Nmax+1:2*Nmax);       %擴充套件左邊界
21 
22 re=imgn;
23 for i=Nmax+1:m+Nmax
24     for j=Nmax+1:n+Nmax
25         
26         r=1;                %初始濾波半徑
27         while r~=Nmax
28             W=imgn(i-r:i+r,j-r:j+r);
29             W=sort(W);
30             Imin=min(W(:));
31             Imax=max(W(:));
32             Imed=W(uint8((2*r+1)^2/2));
33             if Imin<Imed && Imed<Imax       %如果當前鄰域中值不是噪聲點，那麼就用此次的鄰域
34                break;
35             else
36                 r=r+1;              %否則擴大視窗，繼續判斷
37             end          
38         end
39         
40         if Imin<imgn(i,j) && imgn(i,j)<Imax         %如果當前這個畫素不是噪聲，原值輸出
41             re(i,j)=imgn(i,j);
42         else                                        %否則輸出鄰域中值
43             re(i,j)=Imed;
44         end
45         
46     end
47 end
48 
49 figure;
50 imshow(re(Nmax+1:m+Nmax,Nmax+1:n+Nmax),[]);