均值滤波的原理是对图像以一个区域（方形，圆形）等为模板，对该区域内的数据求平均后赋值给区域的中心
这种滤波方式原理简单，但是在滤波的同时会造成图像模糊。
本文将尝试对matlab中的filter2()均值函数用自定义函数averfilter()实现。
1 %x是需要滤波的图像,n是模板大小(即n×n) 2 function d=averfilter(x,n) 3 a(1:n,1:n)=1; %a即n×n模板,元素全是1 4 [height, width]=size(x); %输入图像是hightxwidth的,且hight>n,width>n 5 x1=double(x); 6 x2=x1; 7 for i=1:height-n+1 8 for j=1:width-n+1 9 c=x1(i:i+(n-1),j:j+(n-1)).*a; %取出x1中从(i,j)开始的n行n列元素与模板相乘 10 s=sum(sum(c)); %求c矩阵中各元素之和 11 x2(i+(n-1)/2,j+(n-1)/2)=s/(n*n); %将与模板运算后的各元素的均值赋给模板中心位置的元素 12 end 13 end 14 %未被赋值的元素取原值 15 d=uint8(x2);
原始彩色图apple.bmp如下：
转换后的灰度图如下：
加入高斯噪声的灰度图如下：
接下来将比较matlab自带filter2()均值函数和自定义的均值函数averfilter()的滤波效果：
matlab自带的filter2()测试代码如下：
1 A=fspecial('average'); %生成系统预定义的3X3滤波器 2 Y=filter2(A,g)/255; %用生成的滤波器进行滤波,并归一化 3 figure,imshow(Y),title('用系统函数进行均值滤波后的结果'); %显示滤波后的图象
结果图：
使用自己定义的均值滤波函数averfilter()进行测试:
1 Y2=averfilter(g,n); %调用自编函数进行均值滤波，n为模板大小 2 figure,imshow(Y2),title('用自己的编写的函数进行均值滤波之后的结果'); %显示滤波后的图象
其中自定义均值滤波函数averfilter()的matlab实现代码为:
1 %x是需要滤波的图像,n是模板大小(即n×n) 2 function d=averfilter(x,n) 3 a(1:n,1:n)=1; %a即n×n模板,元素全是1 4 [height, width]=size(x); %输入图像是hightxwidth的,且hight>n,width>n 5 x1=double(x); 6 x2=x1; 7 for i=1:height-n+1 8 for j=1:width-n+1 9 c=x1(i:i+(n-1),j:j+(n-1)).*a; %取出x1中从(i,j)开始的n行n列元素与模板相乘 10 s=sum(sum(c)); %求c矩阵中各元素之和 11 x2(i+(n-1)/2,j+(n-1)/2)=s/(n*n); %将与模板运算后的各元素的均值赋给模板中心位置的元素 12 end 13 end 14 %未被赋值的元素取原值 15 d=uint8(x2);
结果图如下：
显然比较filter2()和自定义的averfilter()函数其滤波结果是基本一致的，这说明我们对于均值滤波的
matlab实现是成功的。文中的图片效果不是太好，如果需要原图的读者请给我发邮件vpoet_sir@163.com