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。

+ u9 q1 t# d0 E( V- |; z- y1.读取图像：

1.    I=imread('1.jpg');
   & d, t5 l. w\" C' o
2. ) Y- c5 y4 \6 i8 q
   
3.    try8 {( W4 C* j* ?
   
4. 
   % p9 R) i  _* E0 d
5.        I=rgb2gray(I);! A/ Y. x  G# u5 X8 s# Z& `9 T
   
6. 
   ; @) d9 E0 F) r, z3 `% i9 O
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。
: G( `5 K! Z+ F9 Y+ T) g; g4 L
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。
$ u2 \# |  i0 q$ A
3.显示原始图像：

1.    figure
   4 O& H, j# I) P: b
2. 
   3 p9 z, @$ q, u, L! M
3.    imshow(I)- i7 {/ q8 ^* P. q- p6 G
   
4. 
   9 N! ?) W3 ?; b. a5 X
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。
; i3 G; t% \2 W. g) \% w
5.图像锐化：

1.   [M,N]=size(I);
   % Z5 `. r\" O$ \, A8 M9 i& W: w
2. 
   9 y! n6 c/ R) m! m
3.    f=double(I);
   / V3 S. N4 Z0 F
4. # j1 @6 O( n! M& D) E1 R: }% S
   
5.    g=fft2(f);
     i6 G( e. [% |/ U6 m+ e
6. 3 G) n\" N& X; g' k* e
   
7.    g=fftshift(g);  L4 t- J\" C/ g+ b\" [
   
8. 
   / v( `6 u! O, |5 z; H; _9 p
9.    n=2;8 P! ]- G' n\" X4 S9 ]
   
10. 
    & `: ~' Z0 `2 k' d, R
11.    D0=3;9 B\" B9 c0 t2 l$ O' E
    
12. - |\" g! [9 t1 M& a+ d: H4 u
    
13.    for i=1:M
    8 B& m- D. c* S$ K+ B' ]
14. 
    1 ?* l/ J; r- x0 m4 m\" C
15.        for j=1:N, d8 f4 G  _3 j% z
    
16. 
    : U2 x* ^, l- m\" X. M( v\" Q4 f% I
17.            % 省略了对频域信号进行巴特沃斯滤波的操作
    + O9 i( X! {! ~# ]  F/ V$ O
18. $ d' |6 K5 ^: j( b# {; J8 R
    
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4 H, w1 _2 T+ Y( n# n- O* o4 }
    
20. # r4 C% {' _8 V' z4 W
    
21.        end
    2 n7 d# s) X1 f5 a3 I
22. 8 l& Q7 ]5 c' \/ L\" I: w+ f
    
23.    end3 T! E6 J( B- s, D0 c  e& y! q
    
24. 
    4 {- ^9 f, k) [2 S4 c' C
25.    result=ifftshift(output);
    . @. k3 v6 a\" b7 H* [
26. % [9 U\" ]0 c( D8 Y# S
    
27.    I=ifft2(result);! _9 }6 S$ W8 Z1 r. @' L& b
    
28. 
    . i  X* T* w4 ]8 ~! `
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。

0 X+ _8 f4 p  [# }' s8 B. \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。

1 ]7 k! d  A. ?  l/ D! [7 _' v1 @, e7.边缘检测：

1.    I1=edge(I,'prewitt');8 A5 L) m/ p; i$ J8 f3 e9 j8 y
   
2. 
   6 R/ I4 J# M0 s. l\" x# o9 {% O$ q
3.    I2=edge(I,'roberts');
   2 R3 F/ Z3 B9 k2 f1 q. b
4. 
   - \# ~8 o0 ~4 N! V- ~$ n( ~
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。