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。
2 U2 q3 W$ _! X
& {/ f" C) Z7 U# ]& w1 n" ~1.读取图像：

1.    I=imread('1.jpg');
   / A6 A9 w9 ~7 D- Y+ e- X
2. 
   # N# i. i\" z& v8 q9 r
3.    try4 F  E( U! G% }( m$ y! g
   
4. 
   ) N: T1 O$ q, ~7 s: q1 o! c2 T
5.        I=rgb2gray(I);
   6 V& t+ ^8 c\" r# w! e* Z  A+ U
6. 
   ' W! ]! e( a8 p( h+ n% t
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。
7 D9 X3 w3 H7 h- K" A
  L" d. c# R' Q9 x+ ?! Z2.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。
" t9 h0 E$ `! M  ?; h! }& X
3.显示原始图像：

1.    figure; d$ c( U/ B  D9 h9 s
   
2. * z& s4 v\" n& x0 |
   
3.    imshow(I)8 ?/ z, v8 y& n- ~; O# j
   
4. 
   + H/ ^! t! m' `: [
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 R9 S7 b  E- S$ v: ]
( @; {6 g: T/ O7 {9 w: l) r( Y4.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。

& y+ C* f5 O+ j- [5.图像锐化：

1.   [M,N]=size(I);
     A8 U) n0 ]% e' F$ L
2. 
   : C2 S! q5 }* C
3.    f=double(I);9 w\" O+ K3 V2 q1 l: Y/ q
   
4. * S& t, Z, W2 u
   
5.    g=fft2(f);$ _. I4 R+ O5 j- M& v2 e' ]1 ~
   
6. 
   3 y9 K3 q* Z! L0 B1 f; h
7.    g=fftshift(g);
   # y4 D- H\" l3 [( C, Z
8. . E# G$ h: [/ y* r! L' G; d
   
9.    n=2;, }) {. W2 d; m' H( l' L
   
10. * B; z  ]9 N( k7 ^' ]  T
    
11.    D0=3;  [: q; D# L2 g$ y/ ~9 g& ]0 N+ ~
    
12. 0 `. H  A9 A\" k' ]9 R) W
    
13.    for i=1:M
    # d# ^# H: I2 _) z, t4 p0 i6 g4 P# b
14. 
    # ^1 `: q, ^. x/ W) e4 `) v
15.        for j=1:N0 R5 U9 `$ Q. y7 b. J
    
16. 
    # L2 i9 ^' E. |( ?* t: O; Y
17.            % 省略了对频域信号进行巴特沃斯滤波的操作
    - l* W: g1 @  L& b! ^9 j
18. 
    7 D# L8 \6 F2 q& w2 j
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0 V! f' Y+ M/ Q! g\" Y
    
20. 
    * q; ]3 I7 h+ p4 e: q: a3 _
21.        end
    ; t. E% T5 }# `: P, K
22. ! Y6 A7 c: V7 h5 c$ V
    
23.    end
    ; L$ ]/ R\" [0 o\" C: u8 L
24. - ~* ?/ h6 b# Q5 b+ N, M3 e2 h
    
25.    result=ifftshift(output);! ?0 A, M( @% f, m, m, s
    
26. 0 o# P6 S! R: o/ i* v+ V
    
27.    I=ifft2(result);' @* h+ Z2 F1 N9 k
    
28. : I/ b$ j1 j% p8 {2 a
    
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。

# }2 z- p! x% X2 g6.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 A  H& J1 p3 ^& s3 l
# Z: F' j; D- W8 M2 t" R0 v7.边缘检测：

1.    I1=edge(I,'prewitt');' ]2 `: I/ Q& z) E. C% v- \
   
2. + Q7 o9 T* J0 u6 f( S
   
3.    I2=edge(I,'roberts');9 E5 X. j2 T) t( |$ L
   
4. / G3 F( `0 y& q2 B
   
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。



$ H6 u1 Q+ w6 G* |: b, V