中值滤波器能够有效降低图像中的椒盐噪声，其中在matlab中可以使用两种方式实现，操作过程如下
首先载入没有噪声的待处理图像，

a=imread('zl1.tif');
a=tofloat(a);
%注意要用tofloat将uint8类转换成浮点数，因为在滤波运算中都是以浮点数的形式运算的，如果不转换，可能会造成精度丢失

原图如下

用imnoise函数加入椒盐噪声

b=imnoise(a,'salt $ pepper',0.25);
%注意属性选项中即“salt $ pepper”中间有两个空格，0.25为黑点和白点出现的概率

下图为加入椒盐噪声的图像

使用medfilt2进行中值滤波,medfilt2的通用的形式为
g=medfilt2(f,[m n], padopt)
矩阵[m n]为滤波器的大小，默认值为3X3，padopt为图像边缘的填充方式，默认为0填充
使用默认值对拥有椒盐噪声的图像进行中值滤波

c=medfilt2(b);

下图为进行中值滤波后的图像

我们从上图中可以看到，使用medfilt2的默认值进行中值滤波后大部分的黑白椒盐噪声都被去除，但是还残留这少部分的黑白椒盐噪声，将滤波器的矩阵扩大

d=medfilt2(b,[5,5]);

从上图中我们可以看到将中值滤波器的矩阵设置成5X5后，几乎所有的黑白椒盐噪声都被去除，效果十分理想。
————————————————————————
在matlab中还可以通过j计算排序统计滤波器ordfit2函数实现中值滤波，语法为：
g=ordfilt2（f,(mn)/2,ones(m,n)）
其中(mn)/2是计算排队序列中的中间值的索引(m、n为奇数)，如果此值为1，则为最小滤波器，如果此值为m*n，则为最大滤波器，ones（m，n）指的是领域中所有的值都参与排序
（csdn显示格式有问题，不能识别m * n）