注意：这假定已安装了图像处理工具箱。

中值滤波的基本前提是分析图像中的像素邻域，对它们的强度进行排序，然后选择中间强度作为结果。我可以提出的一个建议是使用im2col将每个像素邻域转换为单个列向量，并采用所有这些列向量来创建单个矩阵。每列将代表像素邻域内的像素强度。接下来，使用sort和排序沿着行对每列，然后抓住它表示对于每个像素邻域的中间值此有序矩阵的中间 。这将是一个单行向量，代表每个像素邻域的中位数。完成操作后，只需将此向量重塑为与原始图像相同的大小即可获得中值滤波结果。您可以使用col2im来帮助完成最后一步。

但是，使用im2col ，它仅im2col原始图像范围内的像素邻域。因为您需要对沿着图像边界的滤镜像素进行中值处理， im2col需要在使用im2col处理之前填充图像边界。使用padarray为您执行此操作。我将假设边界用零填充以使事情变得更简单。

因此，给定一个灰度图像im ，并使用对称邻域进行分析，得出N x N ，其中N是您邻居的宽度/高度，您的代码可能看起来像这样。我还将假设N为奇数，以便更容易地选择中位数：

im_pad = padarray(im, [floor(N/2) floor(N/2)]);
im_col = im2col(im_pad, [N N], 'sliding');
sorted_cols = sort(im_col, 1, 'ascend');
med_vector = sorted_cols(floor(N*N/2) + 1, :);
out = col2im(med_vector, [N N], size(im_pad), 'sliding');

让我们做一个例子。假设我们的滤镜大小为5 x 5 ，我们将使用cameraman.tif ，它是“图像处理工具箱”的一部分。如果我们执行以下代码，则运行上面所示的中值过滤器代码：

N = 5;
im = imread('cameraman.tif');

我们得到以下图像，包括原始图像和使用中值滤波过滤的最终图像。

这是我们期望的，因为在进行图像平滑处理时，期望中值滤波（或多或少）可以使边缘保持良好的维护。中值滤波对于椒盐噪声特别有用，因为在对像素邻域进行排序时，这些噪点像素很可能会出现在开始和结尾，因此选择中间值很可能会滤除这些噪点值。

奖金

您的帖子还要求从进行高斯滤波的基本原理中查找代码。我几天前为别人回答了这个问题。

在此处查看这篇文章： 如何在不使用fspecial，imfilter或conv2的情况下在MATLAB中创建和应用高斯滤波器？

我已经编写了代码，可能会有所帮助：

读取图像并为其添加噪音：

I=imread('cameraman.tif');
if(size(I,3)~=1)
I=rgb2gray(I);
end
rr=0.1;  
h=imnoise(I,'salt & pepper',rr);
imshow(h);
[M,N]=size(h);
new=h-h;

询问所需的内核大小：

disp('***************Note:zero-padding method is used!***********');
disp('                                                           ');
kernel_size=input('enter the size of the kernel for the Median-ranking? 3 or 5 or 7 or 9=  ');
k=zeros(kernel_size);  %k is the kernel used. 

将中值滤镜应用于图像：

start=kernel_size-floor(kernel_size*0.5);
for x=start:1:M-floor(kernel_size*0.5)
for y=start:1:N-floor(kernel_size*0.5)

%defining x1 & y1 as the 1st coordinates in the kernel
x1=x-(floor(kernel_size*0.5));
y1=y-(floor(kernel_size*0.5));

%specifying image pixels to the kernel
for p=1:1:kernel_size
for q=1:1:kernel_size
 k(p,q)=h(x1+p-1,y1+q-1);
end    
end
d=reshape(k,1,[]);  %k values into an array d 
[r,c]=size(d);
%*****Ordering kernel members***************
for j=1:1:c-1
for i=1:1:c-1
    a=d(1,i);
    b=d(1,i+1);
    if(a>b)
     d(1,i)=b;
     d(1,i+1)=a;
    end
end  
end
Median=d(1,floor(kernel_size*kernel_size*0.5)+1);
  %*****************end of ordering***********
  %*******************************************

   new(x,y)=Median;    
end
end

显示结果：

figure;imshow(new,[]);