一维中值、均值、高斯滤波的MATLBA实现

最新推荐文章于 2025-10-16 14:27:05 发布

原创最新推荐文章于 2025-10-16 14:27:05 发布 · 3.5w 阅读

87 ·

本内容遵循CC 4.0 BY-SA版权协议

收录于

MATLAB

这篇博客介绍了如何在MATLAB中实现一维图像处理的三种滤波方法：中值滤波、均值滤波和高斯滤波。通过代码展示了一维滤波的过程，并提及高斯滤波的一维模板可以通过fspecial('gaussian', [1 n], sigma)函数生成，其中当标准差sigma固定时，对于n大于等于某一值N，模板将保持不变。" 123314835,10573694,OpenCV中的线性滤波：均值、方框与高斯滤波,"['计算机视觉', '图像处理', 'OpenCV', '滤波算法', '噪声去除']

📄 AI 智能文档扫描仪 -

图片编辑

Python

PyTorch

基于OpenCV透视变换算法，提供文档自动扫描与矫正服务，支持边缘检测、歪斜拉直及去阴影增强，集成WebUI，纯算法零依赖版

中值滤波的代码：

x=0:2047;
a=load('data.txt');  %运行时data.txt文件要放到当前目录(current directory)中
n=5; % n为模板长度，值可以改变
y = medfilt1(a,n);
figure;
subplot(1,2,1);plot(x,a);
xlabel('中值滤波前的序列');
subplot(1,2,2);plot(x,y);
xlabel('中值滤波后的序列');

均值滤波的代码：

x=0:2047;
a=load('data.txt');   %运行时data.txt文件要放到当前目录(current directory)中
n=5; % n为模板长度，值可以改变
mean = ones(1,n)./n;  %mean为1×n的模板，各数组元素的值均为1/n
y = conv(a,mean);
y=y(1:length(y)-length(mean)+1);
figure;
subplot(1,2,1);plot(x,a);
xlabel('均值滤波前的序列');
subplot(1,2,2);plot(x,y);
xlabel('均值滤波后的序列');

高斯滤波的代码：

x=0:2047;
a=load('data.txt');  %运行时data.txt文件要放到当前目录(current directory)中
gau=[0.0009 0.0175 0.1295 0.3521 0.3521 0.1295 0.0175 0.0009];%标准差为1时的高斯函数一维模板，如果标准差不为1，则要修改模板
y=conv(a,gau);
y=y(1:length(y)-length(gau)+1);
figure;
subplot(1,2,1);plot(x,a);
xlabel('高斯滤波前的序列');
subplot(1,2,2);plot(x,y);
xlabel('高斯滤波后的序列');

高斯函数的一维模板可以由这个函数得到:fspecial('gaussian', [1 n], sigma)。当标准差sigma是某一固定数字时，存在一个N,对于任意的n>=N，模板都一样，例如：

sigma=1时，gau=[0.0009 0.0175 0.1295 0.3521 0.3521 0.1295 0.0175 0.0009]

sigma=0.5时，gau=[0.0090,0.4910,0.4910,0.0090]

您可能感兴趣的与本文相关的镜像