均值濾波的演算法

㈠ 說明算術平均濾波，加權平均濾波和滑動平均濾波之間的區別以及各自的用途

算術平均濾波每次采樣值所佔的比例均相等，可用於任何場合:如壓力、流量等。加權平均濾波則每次采樣值所佔的比例不等，可以突出某些部分，使其所佔的比例增大，但各次采樣的系數總和為∑Ci=1;這種濾波主要用於那些想突出采樣的某些部分的場合。而滑動平均濾波則是每次只更新一個采樣值，因而采樣速度快。此濾波主要用於實時性要求比較快的場合。

㈡ 用MATLAB編程實現均值濾波演算法

1：smoothingAverageFilterMain.mclc;clear;fid = fopen('lenai.raw');temp= fread(fid, [256,256]);LenaRaw=uint8(temp');subplot(1,2,1) Imshow(LenaRaw);title('原始圖像')subplot(1,2,2) Imshow(smoothingAverageFilter(LenaRaw,3));title('自製函數，使用用3*3模板，均值濾波圖像')2：smoothingAverageFilter.mfunction returnData=smoothingAverageFilter(arg,arg2)[Iwidth,Ilength]=size(arg);temp=double(arg);returnData=zeros(Iwidth,Ilength);totalLength=arg2*arg2;for i=1:Iwidth-arg2+1 for j=1:Ilength-arg2+1 % temp(i,j)=average(arg(i:i+arg2,j:j+arg2)); sum=0.0; for n=1:arg2 for k=1:arg2 sum=sum+temp(i+n-1,j+k-1); end end returnData(i,j)=sum/totalLength; endendreturnData=uint8(returnData);end