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。

1.读取图像：

1.    I=imread('1.jpg');2 L2 J1 O8 x4 y; l
   
2. $ w) {( a% m3 U- |
   
3.    try
   : H6 K( s, Q3 }8 _! j& l
4. 9 d& E4 R7 i# @2 U3 x+ T
   
5.        I=rgb2gray(I);
   ) B; F: l! s  _+ A- l+ y( L
6. 
   . }0 v3 ]; ?4 `$ h$ f2 e$ y) m5 k& u: P  j
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。
% l. O9 i2 L0 A6 u
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。
' d* D* a. p/ I8 n
+ O2 F/ K4 }# B$ d$ @. ]; E3 U% h3.显示原始图像：

1.    figure( @- C) R6 H- Z6 z\" B; u' n- o
   
2. 
   + O7 E* ^& S' g5 F+ w
3.    imshow(I)
   + w8 z' B( b% N) U
4. 
   2 q! O# l/ ]5 X( f, _1 Y$ |! F6 E
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。
! f, S/ x5 A! _6 Q
, \1 _+ X3 F. U0 P& d4.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。
; d6 H, {; C. q2 q6 I% W; L, a# \
5.图像锐化：

1.   [M,N]=size(I);; N* {6 f. [8 g0 z& S/ w
   
2. 
   7 d2 Q% _4 Y$ `6 z4 n) x\" {& M
3.    f=double(I);, [; u9 d: `& i- h# [\" v
   
4. 
   - H5 g* d  }/ S5 K4 T: j
5.    g=fft2(f);7 {* F; K5 k5 e* k
   
6. 
   - U& T# [4 z; B$ ^
7.    g=fftshift(g);. A6 l3 s6 U9 ]0 P+ Y
   
8. 4 L$ v4 S( ^; s: r2 W' @\" o& l' D7 Q
   
9.    n=2;
   7 i1 U) d. C\" E' F) W
10. 4 c0 g2 D) [3 a/ w7 L+ z
    
11.    D0=3;0 |\" U, {2 Q7 v4 {  J% Z2 ~
    
12. 
    & @' m5 m& W  ^& D$ t( [
13.    for i=1:M6 |. F; g' v0 s, E: R
    
14. 
    & R2 V% L5 ^; o) t1 G* |
15.        for j=1:N
    \" b; g- _- r\" r, F
16. 
    0 J3 L8 z) w5 e
17.            % 省略了对频域信号进行巴特沃斯滤波的操作' q\" m$ ?. W, T8 W\" M6 F0 h
    
18. 
    3 _, N8 T# X* @1 n- Y( a- D
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$ h2 n1 I$ R/ F; X
    
20. 2 F. O. }9 f. U2 _7 w
    
21.        end
    5 u% x( m6 V\" @# i* K* [
22. 9 L9 b( t\" Z0 \. O
    
23.    end- V1 S1 k& a# G3 m) }% P
    
24. 
    9 j) N  ?. Q& Y  {( {1 N
25.    result=ifftshift(output);, X4 Y) n3 j7 x4 g3 P
    
26. # a1 I3 ^6 L! d
    
27.    I=ifft2(result);
    0 x2 \: F/ L+ U  y3 M! d  P5 Z
28. \" F$ h; N* N! {7 a$ k; Z* C# H
    
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。

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。
' m2 u( g! G2 D+ l2 m/ M! o: B
9 R( G( L/ Z" O7.边缘检测：

1.    I1=edge(I,'prewitt');  w1 }\" G% X/ x
   
2. 7 c' {# u  I9 D4 Y
   
3.    I2=edge(I,'roberts');
   ; h8 s6 Z\" ~4 Q( s3 Z1 T$ u& ?
4. 8 C( r4 X7 T3 t/ g
   
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。

6 ~0 S, h* g) }8 r7 G& k8 T