MATLAB实现图像去噪 滤波 锐化 边缘检测

2744557306

这段代码主要展示了图像处理的一系列步骤，包括图像读取、添加噪声、去噪、图像锐化、直方图均衡化以及边缘检测。

1.读取图像：

1.    I=imread('1.jpg');
   6 w! E7 g8 _$ _( S+ p
2. 
   ! y$ y\" x2 e) n( P( L0 @- v$ ?
3.    try
   2 ^9 b( T/ I  d) m) k0 X1 z! j
4. 5 d, e% Z; k, g
   
5.        I=rgb2gray(I);
   9 g3 q$ W4 H) a3 ?9 ?
6. 
   9 s0 g7 V6 G4 c- [
7.    end

复制代码

这里首先读取名为 "1.jpg" 的图像文件。然后，使用 rgb2gray 函数将彩色图像转换为灰度图像，但由于可能出现错误（比如图像本身就是灰度图像），用了 try 和 end 来捕获并处理这个潜在的错误。

2.添加椒盐噪声：

1.    I=imnoise(I,'salt & pepper',0.04);

复制代码

使用 imnoise 函数向图像中添加密度为 0.04 的椒盐噪声。

3.显示原始图像：

1.    figure
   + f  l) z; f  q* W( R5 B
2. 
   % `, p* z& G# b
3.    imshow(I)9 o4 I4 z5 a! g/ t\" x; Z
   
4. 0 X/ C! t& ^/ m( x1 i/ ^\" I( a
   
5.    title('原图')

复制代码

通过 imshow 函数显示添加噪声后的原始图像。
  `. ?, y2 `0 l- F9 ]8 \
1 w- `. f5 r" T, Q; A; Z* v4.图像去噪：

1.    I=medfilt2(I,[2 4]);

复制代码

使用 medfilt2 函数对受椒盐噪声干扰的图像进行中值滤波去噪处理。
- D1 F2 S( {+ n+ R) a" ]
+ c- G; s; w7 J1 V# I) U3 L5.图像锐化：

1.   [M,N]=size(I);
   0 ]9 ]8 d2 ]\" b4 y/ D\" A
2. 
   4 u$ {9 d. b' i2 Q( ?! `! q
3.    f=double(I);0 w8 ]; G0 g& W3 k. |- b$ Y% w
   
4. 
   ' y& r% M/ D- R9 D! q% P
5.    g=fft2(f);
   - A' ^* o7 _3 N4 p' g) n2 w
6. 
   $ n; V8 A5 w2 a$ s: U5 X
7.    g=fftshift(g);
   ( T) H6 t- ?5 j
8. 9 {' }% a, A6 W: G( O) K
   
9.    n=2;3 X# q6 ]$ i: S' f3 Y+ K
   
10. 
    , F  [* E: L) x$ A0 N8 Y2 e% e& b
11.    D0=3;* c3 c\" y1 [. {( b, z5 l
    
12. \" @+ ?! `, U  N5 S( I- D0 ]
    
13.    for i=1:M
    : z* |3 J* T) U: Q* s/ L& i; J
14. 
    \" A: q9 D! u: _: _' m% J. {3 }
15.        for j=1:N
    5 ~2 ]# f& C9 C1 M$ ?9 f
16. . U) T+ N. f% o6 F9 M; ]  e
    
17.            % 省略了对频域信号进行巴特沃斯滤波的操作+ Q$ \7 `4 b! C
    
18. 
    6 d% l$ L3 j# A) |, a$ f7 j4 p3 M
19.            % 这部分代码主要是在频域进行滤波处理以实现图像的锐化* r0 w( h9 T! A\" m& w/ R
    
20. 8 q. L4 h\" F( Q, a
    
21.        end
    $ Y' e! i* [' h$ S* X
22. ; E# O( \7 }% ^) I
    
23.    end
    , q% f3 R6 q* `& @+ ^
24. 
    ( R; V/ F3 A- _7 ~. a$ h
25.    result=ifftshift(output);
    1 x; a1 c  N4 l. D
26. + ^! t  W# q# {& s4 M* F% B
    
27.    I=ifft2(result);
    ! D2 |: f2 A) }- c# Y* D) e, j
28.   B# Y: h; j4 l7 t+ b7 C7 q
    
29.    I=uint8(real(I));

复制代码

这一部分通过傅立叶变换、频域处理（采用了巴特沃斯滤波器）以及反变换实现图像的锐化操作。

6.直方图均衡化：

1.    I=histeq(I);

复制代码

使用 histeq 函数对图像进行直方图均衡化处理，以增强图像的对比度和亮度分布。

) p9 D3 I3 H; }8 r4 P% p7.边缘检测：

1.    I1=edge(I,'prewitt');1 `' n: }* P- \3 _
   
2. 
   ' l7 ]' S. d2 c8 |; w$ {
3.    I2=edge(I,'roberts');- x$ o( O) p' P$ ?! d
   
4. 
   8 p# d2 a1 @( x, z8 D/ x: X+ ^
5.    I3=edge(I,'sobel');

复制代码

使用不同的边缘检测算子（Prewitt、Roberts、Sobel）对经过处理后的图像进行边缘检测，产生三幅不同的边缘强度图像。
% o" |# m1 Z7 D9 R" N这段代码展示了图像处理领域中常见的一些基本操作，包括噪声处理、滤波、频域处理、直方图均衡化以及边缘检测。
( x* b" x+ Q& ~0 h4 ]. Y) M; M: C
- M- Z0 g& f. g. ^) E2 Z* u! @' L/ j

; o# q! I7 C: ?