中值滤波matlab代码

中值滤波是一种常用的图像处理方法，用于去除图像中的噪声。在Matlab中，你可以使用medfilt2函数来实现中值滤波。

matlab
% 读取图像
originalImage = imread('your_image.jpg');

% 添加噪声
noisyImage = imnoise(originalImage, 'salt & pepper', 0.02);

% 定义中值滤波器的大小
filterSize = [3, 3];

% 中值滤波
filteredImage = medfilt2(noisyImage, filterSize);

% 显示结果
subplot(1, 3, 1), imshow(originalImage), title('原始图像');
subplot(1, 3, 2), imshow(noisyImage), title('带噪声图像');
subplot(1, 3, 3), imshow(filteredImage), title('中值滤波结果');

请替换 'your_image.jpg' 为你的实际图像文件路径。这个例子中，我使用了 imnoise 函数向原始图像添加了椒盐噪声，你可以根据需要自行决定是否添加噪声。

中值滤波器的大小由 filterSize 变量定义，这里使用了一个3x3的滤波器，你可以根据图像的特点和噪声的性质选择不同的大小。

matlab
% 读取图像
originalImage = imread('your_image.jpg');

% 添加噪声
noisyImage = imnoise(originalImage, 'salt & pepper', 0.02);

% 定义中值滤波器的大小
filterSize = [3, 3];

% 中值滤波
filteredImage = medfilt2(noisyImage, filterSize);

% 显示结果
figure;

subplot(1, 2, 1), imshow(noisyImage), title('带噪声图像');
subplot(1, 2, 2), imshow(filteredImage), title('中值滤波结果');

% 使用imwrite保存中值滤波结果
imwrite(filteredImage, 'filtered_image.jpg');

在这个例子中，我通过 subplot 在同一图中显示了带噪声图像和中值滤波结果，方便进行对比。你也可以使用 imwrite 将中值滤波结果保存为一个新的图像文件。

如果需要调整中值滤波器的大小，只需修改 filterSize 的值即可。通常来说，较大的滤波器可以更好地去除大尺寸的噪声，但也可能导致图像细节的损失。选择合适的滤波器大小需要在具体应用中进行调试和优化。