實現KNN(K近鄰平滑濾波器)
阿新 • • 發佈:2019-01-04
要求:演算法實現為函式[im]=KNN_denoise (I,K,N),其中I為讀入的影象矩陣;K為最近鄰個數,N為模板大小引數(N*N)。
參考測試程式碼:
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為取N*N的模板 A = reshape(B, 1, []);%把B變成一維放到A中,是為了方便使用sort函式(我可以想到的方法) [val, id] = sort(abs(A-I(i, j))); %按離I(i,j)的距離由近到遠排序 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個放到C中 end I(i, j) = round(mean(C)); %求均值 end end im = I;