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');7 |! G( e1 ]; ?* n\" k
   
2. 
   5 b; A- o+ j- ?$ |2 q; n: \
3.    try
   \" p, Z$ y3 f( p1 V8 |
4. ( k7 Y3 k$ m4 \
   
5.        I=rgb2gray(I);
   : m8 |! |; d& y% b( M% j( t
6. 
   2 p8 e4 |5 a! g8 j# K; 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。

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。
: v( m% w! q8 [
3.显示原始图像：

1.    figure
   ! s3 o0 a) M( m\" b. Z8 M
2. $ n8 g) l, m, B
   
3.    imshow(I)
   \" _8 r% V9 \! b% ?+ c\" z
4. 7 f& y\" y1 \! R: r/ _  }7 w
   
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。
# s0 M) B" `+ J& r
! k7 j" z) g; }, L5.图像锐化：

1.   [M,N]=size(I);2 Z8 k7 x& f$ W. ^7 M
   
2. 
   - u; `/ I\" O$ J8 F
3.    f=double(I);
   % i0 B1 q- z1 }5 k
4. 
   + w- \/ h; A# X3 r: S5 z
5.    g=fft2(f);! w! h$ v7 T3 p8 N1 U; @
   
6. 4 E8 ]& O; w* T
   
7.    g=fftshift(g);0 `/ ?  F. Z  c9 \
   
8. - q: M4 |$ N( B# M
   
9.    n=2;( K5 b0 L1 |; s$ n, L& J- c. O2 j
   
10. 9 S5 J$ d# S/ T3 S! O$ v: I& B  `
    
11.    D0=3;
    \" R' k. ?& r' q\" ^7 d' h  P& M2 Q9 B
12. 0 [( s( _* g1 v- q
    
13.    for i=1:M4 V/ i$ U: {. p3 I+ N: Y
    
14. 6 t1 I7 r' V/ A2 H( n6 T& H) f$ u+ I
    
15.        for j=1:N8 X5 o) M8 a6 ?7 Z; b
    
16. 
    + x$ O\" R) [* O9 q\" r& c3 ~! B
17.            % 省略了对频域信号进行巴特沃斯滤波的操作
    / a8 F  _, B; x% e/ o' B
18. 
    - N) N' _+ v! ]' 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\" ]# w3 x& s( \5 H
    
20. . ]0 @. j\" p5 x7 y* H. c4 H8 k: U! I' Z
    
21.        end
    4 Z\" }9 a3 B; l
22. 
    3 e7 p; q8 t/ }( ~) f
23.    end5 w6 |: p& d$ X5 e% s# Z
    
24. 6 N# L5 g3 L\" A- E
    
25.    result=ifftshift(output);
    + Q- l7 x4 I1 V: A! O2 a4 j. E
26. 
    5 [% H  Y4 C1 q, F; q' g
27.    I=ifft2(result);
    $ y1 `+ x\" x* w, A8 {+ w
28. 
    % Y+ U: I- W5 j) 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。
) T: Q9 Q9 p! }4 u5 D5 G' I
! t- R# ]4 S# G4 L. R9 u/ K6.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');
   & G' j* F. Z2 B6 k' z+ Q: z
2. 
   9 O0 L' `% M! @
3.    I2=edge(I,'roberts');\" a( a% E- h+ N. V' ]2 D; p
   
4. ! o: D& w+ I. e! u% b6 o5 b, n
   
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。
4 W# r5 b1 S, ]. u5 p! t5 O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。
9 k, J' {, w% J+ f) ]3 Z$ L& f) w
0 l0 V! f1 p# E  u* u
6 W- ~& z: ^+ Z# Z. x+ _7 X! }
- d* X( t+ s6 u. ^