【MATLAB例程，图像降噪滤波9】自适应维纳滑动窗口滤波（Wiener）图像降噪、方法对比，有中文注释

完整代码。有中文注释，可咨询我获取讲解、代码定制

文章目录

程序详解
运行结果
MATLAB源代码

程序详解

面向图像局部噪声抑制与细节保持问题，独立实现自适应维纳滑动窗口滤波（Wiener）。程序根据局部均值、局部方差和已知噪声方差计算自适应增益，在平坦区域加强降噪，在纹理与边缘区域保留更多原始变化。程序采用单个 .m 文件组织，仅使用基础MATLAB，运行后即可自动生成测试图像、高斯噪声、边界扩展、滤波计算和质量指标，关键步骤配有中文注释，适合图像处理课程实验、算法原理学习、参数调试和二次开发。

运行结果

原始与含噪图像图：对比包含渐变、纹理、几何边缘和细线结构的原始测试图像与高斯噪声图像。
滤波结果与误差图：展示自适应维纳滑动窗口滤波（Wiener）输出及其相对原始图像的绝对误差。
边缘剖面与质量指标图：对比典型行灰度剖面，并给出滤波前后的PSNR、局部SSIM和边缘保持指标。
算法诊断图：展示0至1之间的自适应增益分布，用于识别强平滑区和细节保留区。
命令行输出：直接输出图像与窗口尺寸、噪声类型、MSE、PSNR、局部SSIM、边缘指标、提升量、运行时间及有效值检查结果。

MATLAB源代码

部分代码如下：

matlab 复制代码

%% 自适应维纳滑动窗口滤波（Wiener）图像处理例程
% 作者：matlabfilter（V同号），接定位与导航、滤波相关的matlab代码定制
% 2026-08-27/Ver1
% 单文件例程：生成测试图像与噪声，完成滤波、指标评价和结果显示。

clc; clear; close all;
rng(0);

%% 参数设置与测试图像
cfg.imageSize = 128;
cfg.windowSize = 7;
cfg.noiseDescription = '高斯噪声';
cfg.noiseSigma = 0.075;
cfg.noiseVariance = cfg.noiseSigma^2;
originalImage = generateTestImage(cfg.imageSize);

%% 添加与算法场景匹配的噪声
noisyImage = clipImage(originalImage + cfg.noiseSigma * randn(size(originalImage)));

%% 执行自适应维纳滑动窗口滤波（Wiener）
tic;
[filteredImage, diagnosticData] = applyCurrentFilter(noisyImage, cfg);
elapsedTime = toc;
filteredImage = clipImage(filteredImage);

assert(isequal(size(filteredImage), size(originalImage)), '滤波结果尺寸与输入不一致。');
assert(all(isfinite(filteredImage(:))), '滤波结果包含NaN或Inf。');
assert(all(filteredImage(:) >= 0 & filteredImage(:) <= 1), '滤波结果超出[0,1]范围。');

%% 手工计算图像质量指标
noisyMetrics = evaluateImageQuality(originalImage, noisyImage);
filteredMetrics = evaluateImageQuality(originalImage, filteredImage);
printResults(cfg, noisyMetrics, filteredMetrics, elapsedTime);

%% 代码直接运行后，绘图中没有水印

如需帮助，或有导航、定位滤波相关的代码定制需求，可从个人主页左侧联系我