Question

%% Adaptive Median Filtering - The Code

ip1 = imread ('lena.gif');                  %% Undistorted image
ip = imnoise (ip1,'salt & pepper',0.25);    %% Image corrupted with 'Salt and Pepper Noise'

ip_median_filt1 = medfilt2(ip);             %% Apply median filter to noisy image with window dimensions of 3x3 pixels
ip_median_filt2 = medfilt2(ip,[4,4]);       %% Apply median filter to noisy image with window dimensions of 4x4 pixels
figure(1), clf;
subplot (2, 1, 1), imshow (ip, []);
subplot (2, 1, 2), imshow (ip_median_filt1, []);

%% We now proceed with the adaptive median filtering of the noisy image and 
%% prove that the results are better than those of the standard median filter 
%% shown above

%% Packing zeros around the edge pixels of the noisy input image so as to 
%% allow the facilitate the processing of edge-pixels of the image

ip_edge = zeros (212,276);

ip_convert = double (ip);

%%%%%%%%%% there seems to be error on the following line
ip_edge (11:202, 11:266) = ip_edge (11:202, 11:266) + ip_convert;

smax=9;

for i=11:202
    for j=11:266
        sx=3;
        sy=3;
        while ((sx<=smax) && (sy<=smax))
            ip_edge_min = ip_edge (i, j);
            ip_edge_max = ip_edge (i, j);
            ip_edge_median = median(median(ip_edge((i-floor(sx/2)):(i+floor(sx/2)),(j-floor(sy/2)):(j+floor(sy/2)))));
            for k= (i-floor (sx/2)) :( i+floor (sx/2))
                for l= (j-floor (sy/2)) :( j+floor (sy/2))
                    if ip_edge (k, l) < ip_edge_min
                        ip_edge_min = ip_edge (k, l);
                    end 
                    if ip_edge (k, l) > ip_edge_max
                        ip_edge_max = ip_edge (k, l);
                    end 
                End 
            end 
            A = ip_edge_median - ip_edge_min;
            B = ip_edge_median - ip_edge_max;
            if (A>0) && (B<0)
                C = ip_edge (i, j) - ip_edge_min;
                D = ip_edge (I) - ip_edge_max;
                if (C>0) && (D<0)
                    pledge (i, j) = ip_edge (i, j);
                    break
                else
                    ip_edge (i, j) = ip_edge_median;
                    break
                end 
            else 
                sx=sx+2;
                sy=sy+2;
                if (sx>smax) && (sy>smax)
                    ip_edge(i,j) = ip_edge(i,j);
                end 
            end
        end 
    end 
  end 
end


figure(2), clf;
imshow(ip_edge,[]);

我在使用%%%%%%%%%%：

的行中收到错误

???使用==＆gt;时出错加上Matrix尺寸必须达成一致。 ==＆gt;中的错误自适应22 ip_edge（11：202,11：266）= ip_edge（11：202,11：266）+ ip_convert;

Answer 1

Matlab告诉你问题是什么，为了能够添加ip_edge和ip_convert的区域（11：202,11：266），它们需要具有相同的尺寸。

ip_edge区域的大小为192 x 256，我猜你的ip_convert矩阵，如果当时大小不同（因为你加载的lena gif不是肯定的）一个标准的Matlab图像）。

Answer 2

您的错误与自适应过滤无关。只是矩阵尺寸不匹配！

提示：您不必明确指定图像的尺寸。使用类似的东西：

ip_edge = zeros(size(ip1) + 20);
ip_edge(11:end-10,11:end-10) = double(ip);

或者你可以使用内置函数padarray

ip_edge = padarray(double(ip), [10 10])

顺便说一句，你的代码效率非常低。 Matlab的规则＃1是：永远不要循环！好吧，它并不总是可行，但它是你应该瞄准的目标。这是一个用于滑动中值滤波的“精益”代码：

A = imread('lena.gif');
fun = @(x) median(x(:));
B = nlfilter(A,[3 3],fun);
imshow(A), figure, imshow(B)

这就是你所说的“自适应”吗？祝你学习Matlab好运： - ）

自适应中值滤波器代码有些错误

2 个答案: