Modismos nominales

Método 1: Filtro 2

¿Está claro? Todo;

I = im read(' Lena . BMP ');

% leído en la imagen preprocesada

imshow(1)

%Mostrar imagen preprocesada

k 1 = filtro 2(f especial(' promedio ', 3), I)/255

% es filtrado medio 3*3.

K2=filter2(fspecial('average ', 5), I)/255;

% representa un filtrado medio de 5*5.

K3=filter2(fspecial('average ', 7), I)/255;

% significa filtrar por 7*7.

Imagen, imshow(K1)

Imagen, imshow(K2)

Imagen, imshow(K3)

Método 2: Doble Declaración de bucle, método de media móvil

% filtro medio

clc, clear;

f = im read(' Lena . BMP ');

Gráfico de rama (121), im show (f), título ('original');

f1=imnoise(f,'Gaussian', 0.002, 0.0008);

% plot (222), im show (f1), title('Agregar mapa de ruido gaussiano');

k 1 = Piso (3/2)+1;

k2 =Piso(3/2)+1;

x = f 1;

[M, N]=Tamaño(X);

uint8? y =zeros(M,N);

funBox=zeros(3,3);

¿Para qué? i=1:M-3

¿Para qué? j=1:N-3

funBox=X(i:i+3,j:j+3);

s = suma(funBox(:)); p>

h = s/9;?

Y(i+k1, j+k2)= h;

Fin

Y = Y/255 ;

Gráfico de rama (122), im show (y), título ('filtro medio');

Diagrama de implementación: