均值、高斯和中值去噪的MATLAB实现
本文给大家分享了一个均值、高斯和中值去噪的MATLAB实现的源代码。该代码实现了三个小算法，分别是均值滤波、高斯滤波和中值滤波，并显示噪声图。
一、均值滤波
均值滤波是一种简单的图像去噪方法，即将邻域像素的值相加，然后除以邻域的大小，得到的结果作为当前像素的值。该方法可以有效地去除 salt-and-pepper 噪声。
在MATLAB中，均值滤波可以使用以下代码实现：
```matlab
fig1=zeros(row,col);
for i=2:row-1
for j=2:col-1
fig1(i,j)=1/9*sum(sum(map(i-1:i+1,j-1:j+1)));
end
end
```
二、高斯滤波
高斯滤波是一种常用的图像去噪方法，它使用加权平均值来计算当前像素的值。该方法可以有效地去除高斯噪声。
在MATLAB中，高斯滤波可以使用以下代码实现：
```matlab
fig2=uint8(zeros(row,col));
model=uint8([1 2 1;2 4 2;1 2 1]);
for i=2:row-1
for j=2:col-1
fig2(i,j)=sum(sum(map(i-1:i+1,j-1:j+1).*model))/16;
end
end
```
三、中值滤波
中值滤波是一种非线性滤波方法，它可以有效地去除脉冲噪声。在MATLAB中，中值滤波可以使用以下代码实现：
```matlab
fig3=uint8(zeros(row,col));
sortmap=uint8(zeros(1,9));
for i=2:row-1
for j=2:col-1
sortmap=sort([map(i-1,j-1:j+1),map(i,j-1:j+1),map(i+1,j-1:j+1)]);
fig3(i,j)=sortmap(5);
end
end
```
均值、高斯和中值去噪都是常用的图像去噪方法，每种方法都有其优缺点择。选择合适的方法取决于具体的图像处理需求。
