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。
, Q9 K- j! |/ H- `: Q
1.读取图像：

1.    I=imread('1.jpg');: C* {6 L7 B8 v+ e+ r
   
2. 6 s& \: r; a3 i6 g; z! c  B3 a! O/ M
   
3.    try
   - B. Z' d/ D9 V4 F# [2 ]$ n
4. 6 M; {# r8 K* x3 m* O
   
5.        I=rgb2gray(I);- }; `$ t4 ~. j  {7 \' V: ^
   
6. 
   0 E9 i: y+ u3 D
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。
% k( @3 Q3 E' Z$ _; {
1 T$ }  B) N6 B5 y9 ], c" ~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! D! d/ }\" U  F/ X6 H8 @
   
2. 
   3 s0 e3 h9 `\" T
3.    imshow(I)5 l6 V+ o! X- {\" g
   
4. 
   ) g5 m0 y/ C6 O% ]
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。

& h& }9 T, e' ?: f/ c% J3 m4.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。
8 i3 B% \. H6 g
5.图像锐化：

1.   [M,N]=size(I);8 q) ^& v\" {* k7 F/ X3 {6 l# }
   
2. 
   ' h5 ]' Q; Z; U: }' O1 b& ]
3.    f=double(I);
   # Y/ K: P9 {1 i: g, l- p: h1 p
4. 
   \" j, F2 Y6 {* M
5.    g=fft2(f);
   ( q6 D: A% h8 l. i  l% b% f% P6 g0 \4 L
6. ) p$ i7 e9 [1 o2 |) x/ N  J
   
7.    g=fftshift(g);
   - k, O- p( w/ _' d/ K9 s
8. 7 p9 p2 R) }7 |+ k
   
9.    n=2;
     ?( v9 V, F! |9 Q: i  S/ G4 L5 X
10.   E) I( }& j( B( r& M
    
11.    D0=3;; x  x. h2 `0 d( h
    
12. 2 z\" N; ^& J1 q1 x4 w  o5 t
    
13.    for i=1:M
    : J3 o+ l) V/ c- M. Q
14. 
    5 z  B8 |: v8 v5 p- |$ Y6 i2 ^
15.        for j=1:N
    * r7 X$ U0 f7 L( ]
16. 
    0 P- I5 w- s4 X, S+ |7 v
17.            % 省略了对频域信号进行巴特沃斯滤波的操作
    , k# F/ a+ S9 l, C% H' p
18. $ B: s, ?8 m) G- |( N8 U
    
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 o, I3 w1 r% {1 q6 Z
20. 8 i) c1 y) d  S; w/ o2 G
    
21.        end
    \" T6 j# ^: A8 j( W* Q$ b
22. 
    - `0 ]/ Y' t9 ~  K, u3 G# c/ s' R
23.    end* `( P+ H* e- a. l/ O
    
24. % ]$ M* n9 i7 M$ d# B' |* T
    
25.    result=ifftshift(output);
    ! f7 b0 M\" \; z+ x/ |
26. 
    8 R\" y9 i% d$ `  t
27.    I=ifft2(result);
    0 W& a) t! h* ?8 }4 f
28. 
    % e/ y+ R8 m3 M6 n
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 G. [/ K- v; Z. G! J
1 f1 `7 \5 n7 j# V+ b$ a4 ]# y6.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');
   ! X# G! b$ Y- d) Z7 ^1 e
2. 6 r7 q+ \0 ]3 A
   
3.    I2=edge(I,'roberts');
   : @, x6 o8 u( z9 b) Y/ |4 h3 H\" e
4. 
   3 U# R# s; P9 J, T0 ]/ }% {! M
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。
3 F% j! E7 y0 L, V3 k$ r+ f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。
1 M; }3 C) W! A: z* G# ]