直接看代码
读取%%原图像，添加高斯噪声image=imread(aft.jpg )； imagen=RGB2gray(image； [width，height]=size(imagen )； R1=rand(width，height )； %用于产生高斯噪声r2=rand(Width，height )； x=0.1*sqrt(-2*log ) R1 ) ).*cos )2*pi*R2 )； %产生噪声的imagen=xdouble(imagen )/255； %为了加入高斯噪声，图像必须为双精度图像=uint8(255 *图像)。 %图像格式subplot (1，3，1 )； imshow(imagen )； title (原始图像)； %首先进行平均滤波，观察效果imagen=double(imagen )； k1=3； %k1阶平均滤波imagedd=imagen； a=Ones(K1，k1 )； fori=1: width-k11 forj=1: height-k11 pattern=imagen (I : ik1-1，j:j k1-1 ) ) a； means=sum(sum ) pattern )； imagedd(I(j (K1-1 )/2，j ) K1-1 )/2 )=means/) k1 )； 结束子带(1，3，2 ) imshow(uint8) imagedd ) )均值滤波器) % )再进行自适应均值滤波器，比较imagenn=double ) imagen )； iamgee=double(RGB2gray ) image )； %没有噪声的原图像的灰度imagedd=imagenn； imagemean=imagenn； imagevar=imagenn； n=7； %过滤器阶数为7sigma=(imagenn-iamgee ).^2； %噪声方差fori=1: width-n1 forj=1: height-n1 pattern=imagenn (I : in-1，j:j n-1 )； patterns=reshape(pattern，1，length ) pattern ) : )； means=mean(Patterns； %求平均值的imagemean(I(n-1 )/2，j ) n-1 )/2 )=means； vars=var(Patterns，1 )； %分布式imagevar(I(n-1 )/2，j ) n-1 )/2 )=vars； Endendda=(sigma1)； %噪声方差接近0时不处理DC=~da (ABS (sigma-image var )=100 )； %噪声方差接近局部方差时，平均滤波器db=~dc； %imagedd(da )=imagenn (da ) )稍微调整； imagedd(db )=imagemean (db )； imagedd(DC )=imagenn(DC )sigma ) DC )./imagevar ) DC ).* ) imagenn ) DC )-imagemean ) DC ) )； imagedd=uint8(imagedd； subplot (1，3，3 )； imshow(imagedd )； title (自适应平均滤波)；