基于底层逻辑的均值与中值滤波图像平滑系统

资 源 简 介

该项目旨在通过MATLAB语言从底层逻辑实现两种经典的图像平滑算法，即均值滤波和中值滤波。项目不调用现成的库函数，而是通过编写循环结构和矩阵运算来模拟滤波器的滑动窗口处理过程。系统核心功能分为三个主要部分：首先是均值滤波的实现，程序支持手动设置3x3、5x5、7x7等多种不同尺寸的均值滤波模板，通过计算邻域像素的算术平均值来平滑图像中的高斯噪声，并允许用户通过实验直观对比不同模板尺寸下的图像清晰度与平滑度，从而确定最佳的输出模型；其次是中值滤波的实现，利用局部像素排序算法提取邻域内的中值，专门针对椒盐噪声

详 情 说 明

基于MATLAB的自定义均值与中值滤波图像平滑系统

项目介绍

本项目是一个基于MATLAB开发的图像处理实验系统，专注于从底层逻辑实现均值（Mean Filter）与中值（Median Filter）两种经典的图像平滑算法。系统的核心特点是不依赖MATLAB内置的图像过滤库函数，而是通过嵌套循环、矩阵切片以及手动编写的排序算法来模拟空域滤波器的滑动窗口处理过程。该系统能够有效地模拟和处理图像中的高斯噪声与椒盐噪声，并通过多尺度的横向对比，定量分析图像处理后的质量修复情况。

功能特性

1. 自定义空域滤波引擎：完全手动实现滑动窗口逻辑，通过双重循环遍历图像像素，模拟卷积核在图像上的移动过程。
2. 多尺度均值滤波控制：支持3x3、5x5、7x7等多种尺寸的算术平均值计算。用户可以直观地观察到，随着模板尺寸增大，图像平滑效果增强但边缘细节逐渐模糊的演变过程。
3. 针对性椒盐噪声抑制：通过非线性中值滤波算法设计，利用窗口内像素的统计中值替代中心像素，实现对椒盐噪声的高效过滤，同时最大限度保留图像的边缘特征。
4. 多样化边界预处理：系统内置了两种边界处理策略，包括用于均值滤波的边界复制填充和用于中值滤波的零值填充，确保滤波后图像的尺寸与原图保持一致。
5. 噪声模拟系统：内置高斯噪声（均值为0，方差为0.01）和椒盐噪声（噪声密度0.05）的自动注入模块，用于测试不同滤波器的鲁棒性。
6. 定量与定性评估指标：系统不仅提供多窗口对比图进行感官评价，还通过计算峰值信噪比（PSNR）来定量衡量不同算法、不同窗口大小下的去噪质量。

系统逻辑实现说明

1. 图像预处理逻辑

系统启动后首先尝试读取标准测试图像，若不存在则自动生成棋盘格图像作为备选。随后将图像统一转换为灰度格式，并从uint8类型转换为double类型，以确保后续数学运算的精度。

1. 均值滤波函数实现细节

算法通过计算填充半径来确定边界扩展范围。采用边缘复制策略，将图像四周的原始边界像素向外进行水平或垂直扩展。在滑动窗口阶段，利用两层嵌套循环定位当前像素点，提取当前窗口内的矩阵子集，计算子集中所有元素的代数平均值，并将其赋值给输出图像的对应坐标。

1. 中值滤波函数实现细节

该部分采用零填充（Zero Padding）方式处理边界。核心逻辑在于邻域像素的排序与提取。系统提取出滑动窗口内的九个或更多像素值后，将其拉伸为一维行向量，并调用内部定义的手动排序函数提取中位数。这种非线性处理方式避开了平均值的局限，对离群点（噪声点）具有极强的压制作用。

1. 底层排序算法实现

为了实现真正的“脱离内置库”，中值滤波内部集成了一个手动编写的冒泡排序函数。该函数通过两层循环不断交换相邻的不规则元素，直至整个窗口向量排列有序。这种方式虽然计算复杂度高于内置排序，但在教学和底层逻辑验证中具有极高的参考价值。

1. 可视化与数据分析逻辑

程序最终会生成一个包含8个子图的多维对比界面。第一行集中展示高斯噪声输入及对应不同尺寸（3x3, 5x5, 7x7）均值滤波的结果；第二行展示椒盐噪声输入及对应的中值滤波结果。此外，系统还生成了一个增强5倍的残差图，通过原始图像与处理后图像的差值来直观展示滤波器对图像细节的改变程度。

关键函数与算法分析

• 算术平均值算法：作为线性低通滤波器，其核心在于平滑高频能量，通过区域像素求和再除以窗口面积，能够有效削弱独立分布的高斯噪声。
• 中值排序算法：作为非线性滤波器，它不产生新的像素值，而是选择窗口中最“中间”的原始值，这使得它对极值形式出现的椒盐噪声具有天然的免疫力，且能较好地保护图像原始对比度。
• 边界扩展模型：通过在原始矩阵外侧围上一圈“保护层”，解决了滑动窗口在处理图像边缘时核中心无法对齐的问题，保证了图像空间分辨率的完整性。

使用方法

1. 确保MATLAB安装路径中包含标准测试图库，或在当前工作目录下放置测试图像。
2. 在命令行窗口直接调用主函数或运行主脚本。
3. 程序将自动弹出一个可视化窗口，展示不同滤波器下的处理效果。
4. 在MATLAB终端（Command Window）查看打印出的各项PSNR数值，用于评估实验数据。

系统要求

• 软件环境：MATLAB R2016a 及以上版本（较低版本若支持基本矩阵运算亦可兼容）。
• 硬件环境：标准PC环境，由于滤波采用底层循环实现，处大尺寸图像时运行速度取决于CPU运算性能。
• 必备工具箱：无需安装额外的图像处理工具箱（Image Processing Toolbox），项目核心逻辑均采用基本语法实现。