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 j( f  T: H0 D1 @$ P
1.读取图像：

1.    I=imread('1.jpg');! T, x  j) q+ E
   
2. / F\" G  b: p: `) t/ [( X
   
3.    try5 ~1 r' `+ [8 Z3 t; i: d
   
4. 
   * R3 J+ v0 A# d! }, f$ R
5.        I=rgb2gray(I);
   * w( F7 i1 V- `+ a! o6 U
6. 
   ! g+ q6 k! f& Z2 e) Q9 p1 }
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。
1 X0 q6 ^/ S4 K' `* ^5 V3 F
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。
, W' Y# }) N; Q  |& b3 k+ n
: e" o0 ~; T4 z; D" h3.显示原始图像：

1.    figure  Q1 \1 v. m  R3 d
   
2. 
   : U0 b! ^/ N' H! K* V  k
3.    imshow(I)
   ! n) }* z) S$ J4 P0 m$ q: d& g
4. $ `\" R0 y( g. \8 W/ T2 T
   
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。
5 o1 \5 u7 H, t" k' q
+ _( @& i8 h: `+ R9 b4.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。
0 ~0 _7 y3 A; z1 y7 L1 w2 Y. P
5.图像锐化：

1.   [M,N]=size(I);$ z. \- \7 d4 a
   
2. , i. w! y' V4 x
   
3.    f=double(I);\" Z) k) A1 _0 e. n  ~/ q
   
4. 
   ' D8 [0 Q% E  B- L( N
5.    g=fft2(f);
   1 P& w$ }; L; k# j; e
6.   @# D5 P, C) h' }\" |
   
7.    g=fftshift(g);
   # I( F! {: d. O\" V5 ?: P
8. 6 m. o. m# }7 e
   
9.    n=2;; N: a1 b0 h% N: M2 I. v
   
10. 
    ; `, N! s4 x0 F* n( X) N$ U
11.    D0=3;
    : A; [. K( v, m! M6 X( l9 t
12. & ^9 j4 ~+ H# d+ l
    
13.    for i=1:M
    : W  f; |5 v, ~% G
14. & f+ ^7 ~8 \# o9 i6 o% N& |
    
15.        for j=1:N4 ~! B, C5 ~$ S* O( P  p5 E\" o/ o
    
16. $ q- g( y8 x7 f
    
17.            % 省略了对频域信号进行巴特沃斯滤波的操作4 O/ U$ f0 d8 y1 U
    
18. 
    ' R! }+ A1 ~\" }  n) I& Q* Z7 a
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
    / ~  T5 D: p  f# t. Z5 f
20. + @6 w/ C! d, ?& G3 q# i; V* Z
    
21.        end! }0 k: w; l/ c. ~
    
22. 1 ~) l( C* {2 D  F1 a! h4 }
    
23.    end# E8 Y\" d! n/ h
    
24. # P+ T/ T1 D, R) W9 T
    
25.    result=ifftshift(output);
    4 G! a' R! D# S6 h% Q( C
26. 
    2 s! ~! K4 g0 h1 y, P7 o( x; i
27.    I=ifft2(result);$ q3 D  Y9 T\" f9 f7 P' p' M
    
28. 
    / ^! @6 @% `  R8 ^- |
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。
( S9 P- ?5 c/ [) x+ d
  C$ L" L" {( D% }+ w: I6.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。
, h! B& E# _- ?
7.边缘检测：

1.    I1=edge(I,'prewitt');5 {1 j\" X; {) f. X8 A
   
2. 
   # ^$ [2 `+ T! [2 v
3.    I2=edge(I,'roberts');* }: _' R! T: U- f6 j1 x4 U  _
   
4. 
   $ c* e\" \2 {* r( |# @4 N9 \
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# b( s% S. s& j4 T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。

* Y- u$ i1 k3 I

: y% U( k; c$ H  y7 I7 l