實現KNN(K近鄰平滑濾波器)

NO IMAGE

要求:演算法實現為函式[im]=KNN_denoise (I,K,N),其中I為讀入的影象矩陣;K為最近鄰個數,N為模板大小引數(N*N)。

參考測試程式碼:

I = imread(‘peppers.png’);[im]=KNN_denoise(I,9,5); figure, imshow(im);

function [im] = KNN_denoise(I, K, N)
% I  = [1 3 2 3 2 1 2; 1 2 1 4 3 3 2; 1 10 2 3 4 4 2; 
%         5 2 6 18 8 7 3; 5 5 7 0 8 8 5; 5 6 7 8 9 9 8; 
%         4 5 6 8 8 6 7];
% K=9;
% N=5;
I = imnoise(I,'salt & pepper');
figure,imshow(I);
[m, n] = size(I);
s = ceil(N/2);
d = fix(N/2);
i_e = m-s 1;
j_e = n-s 1;
for i=s:i_e
for j=s:j_e
B = I(i-d:i d, j-d:j d);        %B為取N*N的模板
A = reshape(B, 1, []);%把B變成一維放到A中,是為了方便使用sort函式(我可以想到的方法)
[val, id] = sort(abs(A-I(i, j)));      %按離I(i,j)的距離由近到遠排序
for k=2:1 K
t = k-1;
C(t,1) = A(1, id(1, k));		%去掉I(i,j)本身,取K個放到C中
end
I(i, j) = round(mean(C));		%求均值
end
end
im = I;