MATLAB 自適應中值濾波RAMF
阿新 • • 發佈:2020-09-10
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),[]);