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。

' j) Z4 j: X7 B+ n1.读取图像：

1.    I=imread('1.jpg');1 `, N& f& _% ~
   
2. 
   ! y5 f4 r' ~  `8 B7 D+ O
3.    try
   * Y( {, j5 X* M8 G
4. 
   % V- @1 r! }; f; M/ F  n
5.        I=rgb2gray(I);. K& n% P! x$ P: W1 f% ]& Z
   
6. 
   $ J8 s. L. j& u& |
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。
& {* B: D8 f3 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。

) e/ v- v# n) Q2 i1 ~9 N3.显示原始图像：

1.    figure  u0 F; Y4 A\" y. {7 Q) N; T
   
2. 
   ' }: t4 X& o$ {
3.    imshow(I)
     X: [+ |% n9 k, Z: N
4. 
   4 z. x7 y% q+ S3 a: w  E, Y
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。

+ r- \3 q! U8 R% P. s7 [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。

& c3 b/ P! L# g. d* j1 e) M5.图像锐化：

1.   [M,N]=size(I);( w) a9 G* a* {% ^# R9 T! F
   
2. 
   * p* W8 {/ O) ?$ w! ~) z
3.    f=double(I);. [1 ?# A' F, Z3 B1 A% M+ W. v4 Y. `
   
4. 
   ) U. J9 E& ?' H# O\" E5 ^1 j: E7 [/ F8 g
5.    g=fft2(f);' i0 [& x0 r) W  h) ?
   
6. 
   ; ^1 H# d0 ^# G& i0 @\" k$ W% b5 v
7.    g=fftshift(g);% u, ^9 {6 \1 Z) G& X
   
8. 
   5 t2 o- }5 z0 Y' A* o) N
9.    n=2;
   ! T) I* M# t9 x& |& ]
10. 2 z; \  L) \& r0 D
    
11.    D0=3;' ]. \* ~% _4 f1 z
    
12. 
    # }, ~9 }. L( {& l, j8 e3 Z: G- B
13.    for i=1:M, I/ h0 G7 a+ f, f4 L
    
14. ; ^9 F- _: ]* a6 ?0 P) j
    
15.        for j=1:N* q: n$ h4 h4 |* i! y! P
    
16. 
    - K6 `! d' H1 k( R* G7 p
17.            % 省略了对频域信号进行巴特沃斯滤波的操作% D6 P3 `) Q5 U* ]4 q3 W+ c
    
18. 
    2 a- z) u. 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& A' z; }4 F8 [6 q& B& ^
    
20. 0 E7 q2 L$ a  G& [
    
21.        end\" {( S0 b' G6 o* G9 R- r% \
    
22. # k7 A\" {/ ]6 ~/ Z+ a
    
23.    end
    ( W2 A& z: w\" y% a\" {. P# T
24. * Q\" @/ `4 A- D  R( ~8 O0 O
    
25.    result=ifftshift(output);
    : Q+ ~) K1 N) s* g% d6 I
26.   m5 P4 b/ l8 O  G1 o' F+ g
    
27.    I=ifft2(result);0 `# W& K4 g0 y
    
28. 
    , j, C+ T- K# L) L
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。
: `. r. e* C" I. C
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。
2 m% `) B: I( [% O* H
) d& k5 S/ P% c+ {7.边缘检测：

1.    I1=edge(I,'prewitt');
   # R\" c8 C% n5 a6 y* J
2. 
   0 U) d5 z, T\" J% V# ^
3.    I2=edge(I,'roberts');\" O4 {3 h4 |# e
   
4. 
   + c\" ~  @) M\" o& z
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。
9 s5 r% Q! m( x! c& ^- p2 ?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。
% ]  }2 @% G5 I3 ?$ K6 ^
3 N; }' \, U+ P