matlab中的平均滤波器

我试图计算每个像素的平均值，只计算左右邻域，但在处理结束时，我只得到一个白色图像，我找不到错误所在。这是我的密码

imageIn = imread('Prueba.jpg');
imageIn = rgb2gray(imageIn);
imageOut = zeros(size(imageIn));

ny = size(imageIn, 1);
nx = size(imageIn, 2);

imshow(imageIn);

u = [];
v = [];

tic

for i = 1:ny
    u = imageIn(i,:);
    v = zeros(1, ny);
    for k = 2:ny-1
        v(k) = (uint32(u(k-1))+uint32(u(k))+uint32(u(k+1)))/3;
    end
    %Special cases first and last pixel
    v(1) = (uint32(u(2))+uint32(u(1))+uint32(u(2)))/3;
    v(ny) = (uint32(u(ny-1))+uint32(u(ny))+uint32(u(ny-1)))/3;
    imageOut(i,:) = v;
end

toc
imshow(imageOut);

---

有什么想法吗？

为什么不直接创建一个第二个矩阵，它是第一个矩阵的克隆，然后将其转换，然后对两个矩阵求平均值

imIn = imread('Prueba.jpg');

nx = size(d,1);
ny = size(d,2);

% Create temporary matrices padded with nan
tmp1 = [nan(ny,2), d];
tmp2 = [d, nan(ny,2)];

imOut = tmp1;
imOut(:,:,2) = tmp2;

% use nanmean so the mean is just the value of the 1 column
imOut = nanmean(imOut,3);

out = imOut(2:end-1,:);

---

为什么不创建一个第二个矩阵，它是第一个矩阵的复制品，将其转换，然后对两个矩阵求平均值

imIn = imread('Prueba.jpg');

nx = size(d,1);
ny = size(d,2);

% Create temporary matrices padded with nan
tmp1 = [nan(ny,2), d];
tmp2 = [d, nan(ny,2)];

imOut = tmp1;
imOut(:,:,2) = tmp2;

% use nanmean so the mean is just the value of the 1 column
imOut = nanmean(imOut,3);

out = imOut(2:end-1,:);

试着用这个

imageIn = imread('Prueba.jpg');
imageIn = rgb2gray(imageIn);
imageOut = zeros(size(imageIn));

ny = size(imageIn, 1);
nx = size(imageIn, 2);

imshow(imageIn);

u = [];
v = [];

tic

for i = 1:ny
u = imageIn(i,:);
v = zeros(1, ny);
for k = 2:ny-1
v(k) = (uint32(u(k-1))+uint32(u(k))+uint32(u(k+1)))/3;
end
%Special cases first and last pixel
v(1) = (uint32(u(2))+uint32(u(1))+uint32(u(2)))/3;
v(ny) = (uint32(u(ny-1))+uint32(u(ny))+uint32(u(ny-1)))/3;
imageOut(i,:) = v;
end

toc

imshow（imageOut）

试着用这个

imageIn = imread('Prueba.jpg');
imageIn = rgb2gray(imageIn);
imageOut = zeros(size(imageIn));

ny = size(imageIn, 1);
nx = size(imageIn, 2);

imshow(imageIn);

u = [];
v = [];

tic

for i = 1:ny
u = imageIn(i,:);
v = zeros(1, ny);
for k = 2:ny-1
v(k) = (uint32(u(k-1))+uint32(u(k))+uint32(u(k+1)))/3;
end
%Special cases first and last pixel
v(1) = (uint32(u(2))+uint32(u(1))+uint32(u(2)))/3;
v(ny) = (uint32(u(ny-1))+uint32(u(ny))+uint32(u(ny-1)))/3;
imageOut(i,:) = v;
end

toc

---

imshow（imageOut）

将代码的最后一行更改为

imagesc（imageOut）

，您将看到图像实际上不是白色的

你的代码很好；使用

imshow（）

函数，图像显示为白色的原因是，在应用局部平均值后，像素强度的范围要小得多，

imshow（）

使用的默认缩放比例不足以显示图像的对比度

---

阅读关于b/t

imshow（）

和

imagesc（）

的区别，您将看到混淆

将代码的最后一行更改为

imagesc（imageOut）

，您将看到图像实际上不是白色的

你的代码很好；使用

imshow（）

函数，图像显示为白色的原因是，在应用局部平均值后，像素强度的范围要小得多，

imshow（）

使用的默认缩放比例不足以显示图像的对比度

---

阅读关于b/t

imshow（）

和

imagesc（）

的区别，您将看到混淆

你是如何处理边缘案件的？如果一个像素没有左邻域或右邻域怎么办？当它没有左邻域时，我使用两倍的右像素，反之亦然。这就是Commo

特殊情况下的行所做的（或应该做的）。我使用matlab已经很长时间了，但我认为您可能使用整数除法，它将返回整数，而不是浮点数？如果你忽略了这一点；我相信它会在运行时输出var，所以可能每次处理完都会输出v？您是如何处理边缘情况的？如果一个像素没有左邻域或右邻域怎么办？当它没有左邻域时，我使用两倍的右像素，反之亦然。这就是Commo
特殊情况下的行所做的（或应该做的）。我使用matlab已经很长时间了，但我认为您可能使用整数除法，它将返回整数，而不是浮点数？如果你忽略了这一点；我相信它会在运行时输出var，所以可能每次处理完后都会输出v？是的，我也这么认为，但我需要做的是逐行计算左右相邻像素的平均值。所以我很感谢你的帮助，但我很想让代码正常工作。是的，我也这么认为，但我需要做的是计算左右邻域的每个像素的平均值，逐行计算。所以我很感谢你的帮助，但我很想让代码正常工作。它似乎和我写的代码一样。不管怎样，我试过了，但仍然
imageOut
是白色的，看起来确实是相同的代码。Hany Gharib，你改了什么？好像和我写的代码一样。不管怎样，我试过了，但仍然
imageOut
是白色的，看起来确实是相同的代码。Hany Gharib，你改变了什么？谢谢，实际上我刚刚找到了另一种方法，使用
imageOut=mat2gray（imageOut）
。我来看看区别。非常感谢。谢谢，实际上我刚刚找到了另一种方法，使用
imageOut=mat2gray（imageOut）
。我来看看区别。谢谢。