UVOD

Medijan, odnosno centralna vrijednost skupa, je statistiki pojam pomou kojeg se odreuje sredina
distribucije. [1,2] Pola vrijednosti skupa nalazi se iznad vrijednosti medijana a druga polovica ispod
vrijednosti medijana. Medijan skupa podataka je srednji podatak ako je broj podataka neparan, a
aritmetika sredina dvaju srednjih ako je broj podataka paran.
Za odreivanje medijana potrebna su dva koraka. Prvi korak je poredati brojeve cijelog skupa po
veliini. Drugi korak je primjeniti formulu ovisno o tome ima li skup paran ili neparan broj lanova.
Formula pomou koje se dobije vrijednost medijana je sljedea :

N
N
r=
+1
2
2
m=
x r + xr +1 N
N
, = r=
2
2
2
xr ,

( )

(1)

m-vrijednost medijana
x-vrijednost lana redoslijednog ureenog niza
r-redni broj lana redoslijednog ureenog niza
N- broj lanova niza
INT- cjelobrojni dio razlomka

Na primjer, za redoslijedno ureeni niz 1,2, 4, 11, 13 medijan je 4 (srednji podatak), a za redoslijedno
ureeni niz 1,2,4,7,11,13 medijan je 5.5, aritmetika sredina 3. i 4. podatka.

MEDIJANOV FILTAR

Medijanov filtar je nelinearni digitalni filtar predstavljen 1977. godine u radu Exploratory Data
Analysis, London: Addison-Wesley Johna W. Tukeya. Od tada je postao jedan od
najee koritenih filtra za odstranjivanje umova. Taj nain odstranjivanja
umova tipini je predkorak koji se koristi kako bi se poboljali rezultati kasnije
obrade slike. esto se koristi u digitalnoj obradi slike jer, pod odreenim uvjetima,
ouva rubove (otrinu) tijekom otklanjanja umova.
Standardni medijanov filtar baza je razvoj raznih vrsta filtra koji su ue
specificirani za razna podruja primjene u obradi slika.

NAIN RADA SM FILTRA.

Medijanov filtar radi na principu da prolazi kroz signal ulaz po ulaz mijenjajui
vrijednost ulaza s medijanov navedenog ulaza i susjednih ulaza. [3,4] Uzorak
okoline ulaza se naziva okvirom koji se pomie, ulaz po ulaz, preko cijelog signala.
Potrebno je prvo odrediti eljeni okvir, gdje se za 2D najee koriste 3X3, 5X5,
7X7 i 11X11. Kao to je ve navedeno okvir se pomie preko svih toaka slike, a
zamjena trenutnog piksela ovisi o medijanu piksela koji se nalazi unutar
izabranog okvira. Karakteristino je da impulsni um ima veliku ili malu
magnitudu u odnosnu na ostale magnitude, te e se on prilikom poredka
elemenata po veliini nalaziti na rubovima niza te kao takav nee biti vrijednost
medijana.
Objanjenje raspoznavanja impulsa uma najbolje se vidi na primjeru. Ulazni
signal ima oblik matrice A (jednadba 2), a za okvir matrice je odabrana
vrijednost 3x3. Promatra se vrijednost lana

A 22 =15 koji je uokviren u

jednadbi (3). Elementi poredani po veliini unutar okvira biti e:

1,1,2,2,2,2,3,4,15. Vrijednost medijana za navedeni niz je 2. Kako se broj 15
nalazi na kraju niza te svojom vrijednou jako odstupa u odnosu na ostale
lanove to je vrijednost koja ukazuje na impulsni um. Navedena vrijednost biti e
zamijenja medijanom, brojem 2, te e vrijednost matrice poprimiti oblik

A novi .

Na ovaj nain biti e zamijenjeni svi lanovi matrice.

A=

A=

[ ]
[ ]
123242
2 15 23 1 4
4 2 13 5 1
234523

(2)

123242
2 15 23 1 4
4 2 13 5 1
234523

(3)

[ ]
12 3 2 4 2
22 2 31 4
4 2 13 5 1
2 3 4 52 3

A novi =

(4)

Medijan e uvijek poprimiti neku vrijednost piksela koja se nalazi unutar okvira, s obzirom da je broj
lanova neparan, to znai da nee kreirati nerealnu vrijednost piksela. Medijanov filtar je pokazao
visoku uinkovitost kod malih okvira jer poveanjem okvira moe dovesti do gubljenja otrine slike
to e biti prikazano kasnije u radu.

VRSTE FILTRA

Standardni medijan filtar (SM) je osnovni medijanov filtar iji je nain rada prethodno objanjen. Baza
je svim ostalim medijanovim filtrima.
Center Weighted Median filtar (CWM) [5] dodjeljuje odreenu teinu centralnom pikselu dok trai
medijan i zamjenjuje centralni piksel s izraunatim medijanom. Ovaj filtar omoguava razliite
stupnjeve kontrole zaglaujueg ponaanja kroz teinu koja se moe podesiti i zbog toga je
obeavajua napredujua tehnologija. Iz njega je proizaao i Adaptive Center Weighted Median filtar
(ACWM).
Iterative Median filtar (IM) primjenjuje iterativnu metodu medijanovog filtriranja to je mnogo
snanije od SM-a i CWM-a.
Signal Dependent Rank Order Median filtar (SDROM) fokusira se na lane signale i zamjenju te
signale na bazi istinitih informacija u susjedstvu.
Progressive Switching Median filtar (PSM) i Tri State Median filtar (TSM) spadaju u grupu Switching
medijanovih filtra koji koriste najvei doputeni optimum za otkrivanje uma te za korekciju istog.
Tehnologija uklanjanja uma koja se temelji na adaptivnom medijanu i PDE bazirani filar dokazani su
uinkovitiji od klasinog linearnog i nelinearnog filtra. Fuzzy (nejasan) sistem omoguava slobodu da
uokviri problem prema specifinim pravilima i zakljucima, koji su raunalno jednostavni. Fuzzybased Modified Median filtar (FMM) koristi fuzzy pravila za detekciju uma i medijanski baziranu
intenzitetnu procjenu za korekciju uma.
Osim navedenih postoje i druge vrste medijanovog filtra poput Decision based median filtar (DBM),
Untrimmed median filtar (UT), Hybrid median filtar itd. Svakodnevno se vre testiranja koja se
temelje koliko na SM filtru toliko i ovdje navedenim primjerima, te je stoga broj vrsta filtra
konstantno u rastu.

PREDNOSTI I NEDOSTACI
Usporeujui s prethodnim zaglaujuim filtrima medijanov filtar nudi tri osnovne prednosti. [6]
Nema izmjene kontrasta tokom postupka s obzirom da je vrijednost medijana uvijek jedan od piksela

koji se nalazi unutar procesa, s obzirom da se uvijek radi s neparnim brojem lanova. Medijanov filtar
ne pomie granice, otrinu linije, to se moe dogoditi prilikom filtriranja drugim filtrima. S obzirom
da je medijan manje osjetljiv na vrijednosti lanova te e se lanovi s ekstremnim vrijednostima, na
rubovima redoslijednog niza, jednostavo ukloniti. Takoer budui da su rubovi prilikom postupka
minimalno degradirani, medijan filtri mogu se primijeniti vie puta, ukoliko je to potrebno.
Medijanovi filtri takoer imaju i nekoliko nedostataka. Relativno su skupi u odnosu na ostale
zaglaujue filtre. Sam proraun je kompleksan, treba se uzeti u obzir da su nelinearni prilikom
svakog raunanja. Proces je relativno spor s obzirom da se svaki postupak od poetka ponavlja na
svakom pojedinom pikselu, a implementacijom brzo sortirajuih algoritama nije se postiglo znaajno
ubrzanje postupka. Takoer javljaju se problemi kod implementacije u frekvencijskom prostoru, kod
neimpulzivnih umova, a i rezultati su esto nepredvidi prilikom svakog postupka.

MATLAB PRIMJERI
Medijanovo filtariranje moe se jednostavno primjeniti u Matlabu. Prikaza su dva naina filtriranja,
jedno pomou gotove Matlab funkcije medfilt2 i drugo pomou petlje raunanja medijana te primjene
izraunatog na sliku.

LITERATURA
1. [Online]http://matematika.fkit.hr/novo/statistika_i_vjerojatnost/predavanja/Statistika_sazetak_
formule.pdf
2. [Online]http://www.efos.unios.hr/arhiva/dokumenti/biljeska3.pdf
3. [Online]https://en.wikipedia.org/wiki/Median_filter
4. H.A.M Sakim, M.T Mustaffa (2014) The 8th International Conference on Robotic, Vision,
Signal Processin & Power Applications: Innovation Excellence Towards Humanistic
Technology [Online] https://books.google.hr/books?
id=FNC5BQAAQBAJ&pg=PA230&lpg=PA230&dq=sm+filter+how+it+works+median&sour
ce=bl&ots=0398rYnrUz&sig=AZTofszzkF5ec9bd2Jtc6Rh1e2k&hl=hr&sa=X&ei=__VzVdV
KhuNRtfKBsAM&ved=0CCYQ6AEwAQ#v=onepage&q=sm%20filter%20how%20it
%20works%20median&f=false
5. R.Pushpavalli, G.Sivaradje (2012) Asymmetric Trimmed Median Filter for Images Highly
Corrupted with Random valued Impulse Noise [Online]
http://research.ijcaonline.org/volume44/number7/pxc3878438.pdf
6. [Online]http://medim.sth.kth.se/6l2872/F/F7-1.pdf
7. [Online]http://de.mathworks.com/help/images/ref/medfilt2.html?searchHighlight=medfilt2