如何在 MATLAB 中使用内核实现中值滤波器以平滑图像？答案

【问题标题】：How to implement median filter with a kernel in MATLAB to smooth an image?如何在 MATLAB 中使用内核实现中值滤波器以平滑图像？
【发布时间】：2018-05-24 15:33:01
【问题描述】：

我不知道如何在 MATLAB 中实现带有滑动窗口（内核）的中值滤波器。我需要知道实现的样子，以便我可以尝试实现 BSE 算法（块智能擦除），它与中值滤波器非常相似。我需要它来擦除一些黑白像素。我知道有 medfilt2() 函数，但我需要知道它是如何实现的。

BSE 算法的工作原理如下：

BSE 算法基于中值技术，用周围像素的中值代替极值（黑色或白色）像素。

1) 对于以测试像素为中心的 NxN 窗口，通常为 N，建议使用更大的值。

2) 如果f(i,j) = 0或f(i,j) = 255，则f(i,j)是必须估计的绝对极值像素；转到步骤 3。否则， f(i,j) 的值不会改变；转到第 4 步。

3) 当检测到极值像素时，将其灰度值替换为窗口的中值。

4) 对下一个窗口重复该过程。

我的理解是，我需要使用条件来实现中值滤波器，以检查当前像素值是 0 还是 255。如果是，我将其更改为邻域像素的中值。

我不知道我是否足够清楚，但我需要一些帮助:)。

当前的 BSE 算法：

function [outimg] = medianfilt(img,sz)
green  = img(:,:,2);
[rows,cols] = size(green);    % get size of grayscale image
pad = sz-1; % padding to be added
nimg = zeros(rows+pad,cols+pad); % padded image
nimg(pad/2+1:rows+pad/2, pad/2+1:cols+pad/2) = green;
outimg = zeros(rows,cols);  % output / median filtered image
for x = pad/2 + 1 : cols + pad/2  % loop over columns
    for y = pad/2 + 1 : rows + pad/2   % loop over rows
        if nimg(y,x) == 0 || nimg(y,x) == 255
            win = nimg(y-pad/2:y+pad/2, x-pad/2:x+pad/2);  % get mxm window
            outimg(y-pad/2,x-pad/2) = median(win(:));      % find median
        else
            outimg(y-pad/2,x-pad/2) = nimg(y,x);
        end
        win = nimg(y-pad/2:y+pad/2, x-pad/2:x+pad/2);  % get mxm window
        outimg(y-pad/2,x-pad/2) = median(win(:));      % find median
    end
end
imshow(outimg);
end

【问题讨论】：

标签： matlab image-processing median noise-reduction

【解决方案1】：

你可以如下实现中值过滤：

function [outimg] = medianfilt(img,sz)
    [rows,cols] = size(img);    % get size of grayscale image
    pad = sz-1; % padding to be added
    nimg = zeros(rows+pad,cols+pad); % padded image
    nimg(pad/2+1:rows+pad/2, pad/2+1:cols+pad/2) = img;
    outimg = zeros(rows,cols);  % output / median filtered image
    for x = pad/2 + 1 : cols + pad/2  % loop over columns
        for y = pad/2 + 1 : rows + pad/2   % loop over rows 
            win = nimg(y-pad/2:y+pad/2, x-pad/2:x+pad/2);  % get mxm window
            outimg(y-pad/2,x-pad/2) = median(win(:));      % find median
        end
    end
end

您可以如下检查 BSE：

if nimg(y,x) == 0 || nimg(y,x) == 255
    win = nimg(y-pad/2:y+pad/2, x-pad/2:x+pad/2);  % get mxm window
    outimg(y-pad/2,x-pad/2) = median(win(:));      % find median
else
    outimg(y-pad/2,x-pad/2) = nimg(y,x);
end

【讨论】：

如果将循环切换到y 和x，您将获得显着的速度提升。 MATLAB 按列存储数组，并且按存储顺序迭代数组总是最快的（与数据局部性和缓存未命中有关）。
谢谢，@user8190419！如果我想从 BSE 算法中做那个条件，我需要做的就是在获得 mxm 窗口之后的一个 if 条件？或者会怎么样？
“sz”代表什么？
它是窗口的大小，即 3x3 或 5x5 或 7x7 .... 您应该将其称为 medianfilt( imread(path), 3)
显示错误：“下标分配维度不匹配。”显示错误在该行： nimg(pad/2+1:rows+pad/2, pad/2+1:cols+pad/2) = img;

【解决方案2】：

如您所述，MATLAB 有medfilt2。你可以使用这个函数来构建你的过滤器：

img = imread(...);
med = medfilt2(img);
mask = img==0 | img==255;
img(mask) = med(mask);

上面的代码所做的是

计算中值滤波图像med，
识别需要替换的像素（值为0或255的像素），生成可用于索引的逻辑数组mask，最后
用中值滤波图像中的对应像素替换输入图像中的给定像素。

【讨论】：