数字图像处理滤波的问题，要详细过程

%原图像

I = [1 2 1 4 3 ;

1 10 2 3 4 ;

5 2 6 8 8;

5 5 7 0 8;

5 6 7 8 9];

x=double(I);

x1=x;

for i=2:4

for j=2:4

c=x(i-1:i+1,j-1:j+1); %取出3x3邻域

c=[ c(1,:) c(2,:) c(3,:)]; %整理成一行

m=median(c); %mm是中值

x1(i,j)=m; %中值赋给中心元素

end

end

x1

%为了计算边缘像素,将原图像扩展为6x6填充0

I = [0 0 0 0 0 0 0;

0 1 2 1 4 3 0;

0 1 10 2 3 4 0;

0 5 2 6 8 8 0;

0 5 5 7 0 8 0;

0 5 6 7 8 9 0;

0 0 0 0 0 0 0 ];

x=double(I);

%加权均值滤波3x3模板

a = [ 1 1 1;1 2 1; 1 1 1]/10;

for i=2:5

for j=2:5

c=x(i-1:i+1,j-1:j+1)a; %与模板相乘

x2(i,j)=sum(sum(c))/9; %计算均值并赋值给像素(i,j)

end

end

x2 = x2(2:5,2:5)

方法一：filter2

clear all;

I=imread('lenabmp');

%读入预处理图像

imshow(I)

%显示预处理图像

K1=filter2(fspecial('average',3),I)/255;

%进行33均值滤波

K2=filter2(fspecial('average',5),I)/255;

%进行55均值滤波

K3=filter2(fspecial('average',7),I)/255;

%进行77均值滤波

figure,imshow(K1)

figure,imshow(K2)

figure,imshow(K3)

方法二：双循环语句，移动平均法

%均值滤波

clc,clear;

f=imread('lenabmp');

subplot(121),imshow(f),title('原图');

f1=imnoise(f,'gaussian',0002,00008);

%subplot(222),imshow(f1),title('添加高斯噪声图');

k1=floor(3/2)+1;

k2=floor(3/2)+1;

X=f1;

[M,N]=size(X);

uint8 Y=zeros(M,N);

funBox=zeros(3,3);

for i=1:M-3

for j=1:N-3

funBox=X(i:i+3,j:j+3);

s=sum(funBox(:));

h=s/9;

Y(i+k1,j+k2)=h;

end;

end;

Y=Y/255;

subplot(122),imshow(Y),title('均值滤波');

实现图：

均值滤波和中值滤波属于空域图像增强的处理方法，均值滤波去麻点，中值滤波保边缘。

要进行均值滤波首先要生成一个3x3矩阵。算法运算窗口一般采用奇数点的邻域来计算中值，最常用的窗口有3X3和5X5模型。

1、通过2个或者3个RAM的存储来实现3X3像素窗口。

2、通过2个或者3个FIFO的存储来实现3X3像素窗口。

3、通过2行或者3行Shift_RAM的存储来实现3X3像素窗口。

扩展资料：

注意事项：

1、空间域指图像本身，空域变换直接对图像中的像素进行 *** 作。

2、在进行横向滑动窗口滤波时，窗口中的像素仅仅是丢掉了左侧一列，增加了右侧一列数据，如果丢掉中间重叠的这一部分数据，到下个窗口再重新寻址和读取数据，无疑是计算的沉重负担，所以该算法的核心思想就是充分利用重叠部分，使用直方图来计算中值，不需要排序算法，快，且高效。

3、注意到两个直方图的累加是一个O(1) *** 作，和直方图的元素个数有关，而直方图元素个数是由图像位深决定的。

参考资料来源：百度百科-均值滤波

参考资料来源：百度百科-中值滤波

以上就是关于数字图像处理滤波的问题，要详细过程全部的内容，包括:数字图像处理滤波的问题，要详细过程、编写用均值滤波去噪的matlab程序，用两种方法实现.（重谢）、计算3x3窗口的均值滤波和中值滤波（向下取整保留整数值）。等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！