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。

7 g" n2 \3 Q4 [7 t5 Z. b( {1.读取图像：

1.    I=imread('1.jpg');
   3 b+ O; l. c\" Q. R4 X
2. 
   % g; J+ ^  p, Z( W7 z
3.    try
   4 v2 b4 U& N2 K, M! q
4. 3 f' [  Y1 x( F4 Y( W, d\" ?
   
5.        I=rgb2gray(I);
   5 o6 x6 m0 m/ m2 m9 \% D
6. 2 K& U3 v/ a- ~( E4 n: A! Y* Y
   
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。
& J. }2 _4 V4 j
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。
* B+ [( ~: E; v) r3 V
3.显示原始图像：

1.    figure4 f0 ?  u( p- h' Y7 E: J0 A
   
2. 4 n) R$ t: D3 f# k7 w: I
   
3.    imshow(I)
   % ?6 L8 z/ ?( L: Z' h5 R0 i
4. , n2 r+ L9 q: q/ n  [$ M
   
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。

4.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。

5.图像锐化：

1.   [M,N]=size(I);) O2 p, h+ G3 [( v$ V
   
2. % C' `2 F% R2 _
   
3.    f=double(I);: U7 o8 `  c, m9 \% @8 Q
   
4. 
   6 g7 F) F4 h( S1 R1 L1 s. X
5.    g=fft2(f);# W& l+ }$ K1 X- z+ c/ `
   
6. 9 ~8 u, I# V! f+ D. q+ d1 `  B: E
   
7.    g=fftshift(g);
   / X  c  h# _' @9 w  d# A2 ^
8. 
   . r  s* M% E0 q
9.    n=2;
   7 A$ H2 ^' B/ V$ I
10. 
    5 l, M2 t' ~! l
11.    D0=3;/ b7 X6 J& h. |\" p! s( r3 G
    
12. 
    / y; N% {7 o* z; |; a
13.    for i=1:M
    ; q) o) [) ~$ k
14. - G- `% f+ ~% C
    
15.        for j=1:N
    9 C# |\" {\" y4 E# W, m
16. + P# ?! @  o& b
    
17.            % 省略了对频域信号进行巴特沃斯滤波的操作
    0 I% x& v+ J$ G! d) l) l! O
18. 
      J2 ?' u: Z: q! I4 Q, S2 @8 A
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
    8 H  V; K1 n. ~- r0 G5 Y* @2 k
20. & I  d) {9 g3 A* S3 X. z' m1 n3 S
    
21.        end( W3 N  T/ \7 C2 a8 q' W' ~  G
    
22. & ]3 m! f8 W) M: @3 D
    
23.    end
    5 R+ W$ q& u+ B* {
24. 
    ' N# `$ S# U5 {; f9 H- ]; E
25.    result=ifftshift(output);# \: F0 U- b+ S8 q1 k
    
26. # ^) M: l. a5 P) t$ V0 s; ]- V
    
27.    I=ifft2(result);& H( |' h  s# p+ d' f
    
28. # ~2 I* A3 }) z# s; v# B: p+ q( @0 x
    
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。
8 G& u% x' I$ x# J* h4 ^- B
- l+ y: e  P6 u/ T8 f' ~4 ?- O6.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。

7.边缘检测：

1.    I1=edge(I,'prewitt');
   + i3 Z% n, j3 F+ q- `0 ^
2. 
   8 @) ^, f; E* Z( O% i! t
3.    I2=edge(I,'roberts');
   ( c3 x$ N1 t* e. ?
4. 6 S1 @# `5 p$ z0 K( O
   
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。
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。



' U% A& h$ z8 H; Y0 a( _" N