自适应中值滤波
2016-02-29 19:33
405 查看
练习图像滤波去噪处理
%执行自适应中值滤波 function f = adpmedian(g,smax) f = g; f(:) = 0; alreadyprocessed = false(size(g)); %开始滤波 alreadyprocessed = false(size(g)); for k = 3:2:smax zmin = ordfilt2(g,1,ones(k,k),'symmetric'); zmax = ordfilt2(g,k*k,ones(k,k),'symmetric'); zmed = medfilt2(g,[k,k],'symmetric'); processusinglevelb = (zmed>zmin)&(zmax>zmed)&~alreadyprocessed; zb = (g>zmin)&(zmax>g); outputzxy = processusinglevelb&zb; outputzmed = processusinglevelb&~zb; f(outputzxy) = g(outputzxy); f(outputzmed) = zmed(outputzmed); alreadyprocessed = alreadyprocessed | processusinglevelb; if all(alreadyprocessed(:)) break; end end
相关文章推荐
- 图像金字塔
- Non-local Sparse Models for Image Restoration
- [数字图像处理]常见噪声的分类与Matlab实现
- [数字图像处理]图像去噪初步(1)--均值滤波器
- [数字图像处理]图像去噪初步(2)--非线性滤波器
- 数字图像处理,自适应中值滤波的C++实现
- Matlab编程实现图像增强与去噪
- 数字图像去噪典型算法及matlab实现 推荐
- VS2012上的IPOL上的non-local means源程序
- 4-python图像处理之Scipy
- 自适应中值滤波
- 自适应中值滤波及matlab实现
- 自适应中值滤波及MATLAB实现
- 快速块匹配的非局部均值去噪算法_Fast Block Matching Non local means
- 图像的复原与重建(3):图像去噪(中值、均值、谐波均值、自适应、带通、带阻、陷波滤波器)
- 基于 DCT 过完备字典和 K-SVD 的图像稀疏去噪方法
- BM3D图像去噪算法
- 阿齐兹的PyCV学习笔记——图像去噪
- 图像去噪及Matlab实现
- opencv python 图像去噪的实现方法