中值滤波原理及 MATLAB 实现摘要:图像是一种重要的信息源,通过图像处理可以帮助人们了解信息的内涵。本文将纯净的图像加入椒盐噪声，然后采纳中值滤波的方法对其进行去噪。中值滤波是一种常用的非线性信号处理技术,在图像处理中，它对滤除脉冲干扰噪声最为有效。文章阐述了中值滤波的原理、算法以及在图像处理中的应用.MATLAB 是一种高效的工程计算语言，在数据处理、图像处理、神经网络、小波分析等方面都有广泛的应用。关键词：图像，中值滤波，去噪，MATLAB1. 引言20 世纪 20 年代，图像处理首次得到应用。上个世纪 60 年代中期，随着计算机科学的进展和计算机的普及,图像处理得到广泛的应用。60 年代末期,图像处理技术不断完善，逐渐成为一个新兴的学科.图像处理中输入的是质量低的图像，输出的是改善质量后的图像。为了改善图像质量，从图像中提取有效信息,必须对图像进行去噪预处理。根据噪声频谱分布的规律和统计特征以及图像的特点，出现了多种多样的去噪方法。经典的去噪方法有：空域合成法，频域合成法和最优合成法等,与之适应的出现了许多应用方法,如均值滤波器,中值滤波器,低通滤波器,维纳滤波器，最小失真法等。这些方法的广泛应用,促进数字信号处理的极大进展，显著提高了图像质量。2. 中值滤波在图像滤波中，常用的方法是线性滤波技术和非线性滤波技术，线性滤波以其完美的理论基础，数学处理简单、易于采纳和硬件实现等优点,一直在图像滤波领域中占有重要的地位。线性滤波对加性高斯噪声有较好的平滑作用，但对脉冲信号和其它形式的高频重量抑制效果较差，且模糊信号边缘。非线性滤波是基于对输入信号序列的一种非线性投影关系，常把某一特定的噪声近似为零而保留信号的重要特征,一定程度上克服线性滤波器的不足，非线性滤波早期运用较多的是中值滤波器,其应用于多维信号处理时，对窄脉冲信号具有良好的抑制能力，但中值滤波器对中拖尾（如均匀分布噪声）和短拖尾分布噪声（如高斯噪声），滤波性能较差,且拖尾越短，其滤波能力越差。中值滤波是一种典型的低通滤波器,属于非线性滤波技术，它的目的是保护图像边缘的同时去除噪声。所谓中值滤波，是指把以某点（x，y)为中心的小窗口内的所有象素的灰度按从大到小的顺序排列,若窗口中的象素为奇数个,则将中间值作为（x，y)处的灰度值。若窗口中的象素为偶数个，则取两个中间值的平均值作为（x,y)处的灰度值.中值滤波对去除椒盐噪声很有效.中值滤波器的缺点是对所有象素点采...
