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。
; y2 z% y3 M. z1 g" K& {* p
8 Y5 |* l$ |- f7 {1 \1.读取图像：

1.    I=imread('1.jpg');
   , R9 S4 ?/ L2 H
2. ) z\" ~; w9 ^4 i  F* Z
   
3.    try6 G\" f4 A/ i: e0 d
   
4. 
   5 ?+ T8 |- n+ t5 s  ]1 d1 F$ p
5.        I=rgb2gray(I);5 W( H# F: a; p% C: p
   
6. 
   & Y+ V\" }8 F% m. M$ q
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。

; T4 C3 a1 U/ e8 H$ H7 x+ Q& ~) m2.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。
9 Z1 ~, w/ K& s, Q/ N4 y9 h
! s' V! O- p. E2 l; _3.显示原始图像：

1.    figure
   6 w% T7 {6 o2 o+ y( ^# |/ ~& _
2. 6 H. b* t$ E- o
   
3.    imshow(I)
   4 R/ o7 w  _/ N4 I
4. 
   . A/ o. f: v  n5 L
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。
7 ]. M/ Q3 J* v4 p
5.图像锐化：

1.   [M,N]=size(I);
   ( c& U! E- u$ j% I0 l# R0 {
2. 5 U* b  [8 l% R7 Z* o- g
   
3.    f=double(I);
   + e9 k: {5 L+ s
4. , s- K( j2 g5 Z  `0 Q. [
   
5.    g=fft2(f);
   / i( J8 j, C* D. u
6. 
   2 H0 j3 k0 s9 W. g# `) A( D
7.    g=fftshift(g);
   : h. y3 a/ p( S3 w! P
8. 
   3 S; A( J' E* d: b, w  D9 X
9.    n=2;# O# Q8 M2 u3 J6 R: q$ m3 F
   
10. 
    ) j( g, q/ j6 ?3 o2 r# s\" |9 y
11.    D0=3;: r+ O4 K5 ], D
    
12. 5 J8 q4 f# d  u\" \7 E* F, |
    
13.    for i=1:M/ ?$ x% C% y$ h) h4 N
    
14. 2 }  i0 S) T  B1 _
    
15.        for j=1:N$ e9 h& K3 e6 {6 e( r; j
    
16. 
    ' ]) P4 M+ ~* j+ p9 _' f
17.            % 省略了对频域信号进行巴特沃斯滤波的操作6 N0 `, d, j6 r1 V% ^+ g, G
    
18. 8 `3 [6 x5 d1 `) Y0 Q, r+ J3 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
    ' W0 H& u. |: Z, P3 E
20. 
    3 r0 J: L' i! e8 E2 Z; S% e
21.        end\" n/ \2 r8 B4 l/ `1 s: P5 I- ~
    
22. 
    # g1 F* s# A; M% u& u9 C: X+ M4 w
23.    end, P6 J6 `- @# c( q/ g8 a
    
24. 
    $ A0 u& ?! z! F6 m# `& U9 d
25.    result=ifftshift(output);, k# D  c, g: S$ M/ D, z& k& I
    
26. , ^( c5 p9 w& C$ A- J- A6 x. W8 }. H
    
27.    I=ifft2(result);
    5 W# y$ r& Z% r/ s. D$ ^$ h1 S
28. 
    : T) a! m# ^- u/ M) ]4 Q% O; |+ M: p
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。

5 O0 z1 \, Q; J# J3 q6.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。
* Y) S6 V' |1 P. P' o
7.边缘检测：

1.    I1=edge(I,'prewitt');
   ) E1 U7 r7 R, K
2. 
   ; B: r- l1 Q. E# @  A
3.    I2=edge(I,'roberts');  [6 f6 V, V/ B; H: d
   
4. 
   9 z4 r2 ^! A9 D6 Z8 n* f2 a: f
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。

8 S4 n" l$ Y, G% Q5 U0 @2 q6 e) \