基于MATLAB的图像加权中值滤波去噪系统

资 源 简 介

本项目致力于利用MATLAB平台实现一种高级图像去噪技术——加权中值滤波。该算法是对标准中值滤波的改进，主要通过保留图像边缘细节的同时去除脉冲噪声（如椒盐噪声）。系统核心功能包括：定义并应用一个3x3的加权掩模（Mask），该掩模包含特定的权重值而非空值；通过滑动窗口机制，将掩模从图像左上角开始逐像素移动；在每个3x3窗口内，执行像素值与对应权重的乘积运算；将运算得到的9个数值（或根据权重扩展后的数值序列）按照升序或降序进行排列；从排序后的序列中精确选取中值；将该中值作为新的像素值赋值给窗口中心位置。通过遍历整幅图像，该系统能够有效克服传统中值滤波导致的图像模糊问题，在平滑噪声的同时显著保留图像的纹理和边缘特征。

详 情 说 明

基于MATLAB的图像加权中值滤波处理系统

项目简介

本项目是一个基于MATLAB开发的图像处理系统，专注于实现和演示加权中值滤波（Weighted Median Filter）算法。该系统旨在解决传统中值滤波在去除脉冲噪声（如椒盐噪声）时容易导致图像细节模糊的问题。通过引入加权机制，给予中心像素及其邻域像素不同的权重，该算法能够在有效平滑噪声的同时，更好地保留图像的边缘和纹理细节。系统包含完整的图像加载、噪声模拟、滤波处理、性能对比及可视化评估流程。

主要功能特性

• 智能图像源处理：自动尝试加载系统内置的经典测试图像（peppers.png），如果未找到，能够自动生成基于正弦/余弦函数的RGB合成图像作为备用，可以确保代码能够直接运行。
• 噪声模拟环境：内置噪声生成模块，向图像添加密度为0.05（5%）的椒盐噪声，模拟真实的图像传输干扰或传感器缺陷。
• 高级加权滤波算法：实现核心的3x3加权中值滤波逻辑，通过特定的权重矩阵强化中心像素的影响力。
• 对比评估机制：同时集成标准中值滤波器，用于与加权算法进行实时性能（耗时）和效果对比。
• 量化指标支持：内置峰值信噪比（PSNR）计算模块，客观评估去噪前后的图像质量差异。
• 多维度可视化：提供双视图展示，包括整体效果对比图（原图、噪声图、两种滤波结果）以及局部细节放大对比图，便于观察纹理保留情况。

系统要求

• MATLAB R2016a 及以上版本
• Image Processing Toolbox（用于图像读取、噪声生成及基础矩阵操作）

使用方法

1. 确保MATLAB环境已准备就绪。
2. 直接运行主脚本（main）。
3. 系统将自动执行以下流程：

* 加载并预处理图像（统一尺寸为256x256）。 * 添加噪声。 * 分别应用加权中值滤波和标准中值滤波。 * 在命令行窗口输出权重矩阵、处理耗时及PSNR数值。 * 弹出两个窗口：一个是整体对比图，一个是细节纹理放大图。

详细功能设计与核心算法分析

该系统的核心逻辑完全包含在入口脚本中，主要实现了以下具体环节：

1. 图像预处理与噪声注入

系统首先进行环境初始化，清理工作区。在加载图像环节，采用容错设计：优先寻找peppers.png，若失败则利用meshgrid和三角函数生成一幅自带梯度的合成图像，并将其转换为RGB三通道格式。为了保证演示的高效性，系统统一将图像尺寸缩放至256x256像素。随后，调用imnoise函数向图像注入密度为0.05的椒盐噪声，为后续滤波提供实验对象。

2. 加权中值滤波器设计（核心算法）

这是本项目的核心功能模块。

• 权重掩模定义：系统定义了一个固定的3x3权重矩阵，具体数值分布为：

* 第一行：1, 2, 1 * 第二行：2, 5, 2 （中心权重最大，强调保留原始细节） * 第三行：1, 2, 1

• 算法实现逻辑：

* 对称填充：为了处理图像边界，算法首先对图像的R、G、B三个通道分别进行对称填充（Symmetric Padding），填充大小由掩模尺寸决定，有效减少了边界伪影。 * 权重扩展映射：为了提高计算效率，算法没有在循环中进行复杂的加权计算，而是预先计算了“扩展索引”。例如，如果掩模中某位置权重为2，则在排序计算中，该位置的像素值会被重复2次。系统将二维权重矩阵转换为一维向量，并生成对应的像素重复索引列表。 * 滑动窗口与数值排序：通过双层循环遍历图像的每一个像素。对于每个3x3的局部窗口，根据预先计算的索引列表提取并扩展像素值序列。例如，原窗口有9个数值，经过权重扩展后会变成更多数值（本例中总权重和为17，即序列长度为17）。 * 中值选取：对扩展后的数值序列进行排序，并直接选取中间位置的数值作为该窗口中心像素的新值。

3. 对照组：标准中值滤波器

为了验证加权算法的有效性，系统手动实现了一个标准的3x3中值滤波器。该函数同样采用对称填充策略，对每个3x3窗口内的9个像素值进行排序，并固定选取第5个数值（中值）作为输出。此部分不使用MATLAB工具箱自带的medfilt2，而是手动编写循环逻辑，以保证与加权算法在实现层面上具有可比性。

4. 性能评估与可视化

• 耗时统计：利用tic和toc命令，分别精确统计加权滤波和标准滤波的计算耗时。
• PSNR计算：通过自定义函数计算图像的峰值信噪比。该函数计算原始无噪图像与处理后图像之间的均方误差（MSE），进而转换为分贝（dB）单位。PSNR值越高，代表去噪效果越好且失真越小。
• 结果展示：

* 主窗口：分为2x2个子图，分别显示“原始图像”、“含噪声图像（标注噪声密度及初始PSNR）”、“标准中值滤波结果（标注PSNR）”和“加权中值滤波结果（标注PSNR）”。 * 细节窗口：通过show_detail_zoom函数，截取图像中心区域（+/- 20像素范围）进行放大展示，直观对比不同算法在处理边缘和纹理时的差异。