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。

9 s. c0 B: c) Y6 `7 j  j* T6 V  K. B# Q1.读取图像：

1.    I=imread('1.jpg');
   - e% |; g% d% B6 x
2.   n) r9 }( e5 g1 y+ Y
   
3.    try5 v1 }. C  }6 }, o\" `% P
   
4. ! L. V0 z: {( T$ B8 O8 C
   
5.        I=rgb2gray(I);
   5 b! \# m$ i0 D+ x
6. 4 E4 N2 |2 K/ N; j4 l8 V: b& {; N
   
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。

3.显示原始图像：

1.    figure) J) c2 t; Y7 l. O' N) v' f+ ]
   
2. 
     Q: g% H) d. Z( [% ]  t& C
3.    imshow(I)% E$ {# f  [$ s1 p) C, ?) k1 Q
   
4. / K/ s6 w6 m+ j
   
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。

9 K/ ]* A6 j2 e$ m4 o+ f4.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 O% F1 U, Z7 F5 J; M5.图像锐化：

1.   [M,N]=size(I);. O$ o; k9 e( k# B! U6 Y
   
2. 
   ) ^0 e# ^+ l  f, ]* A# g5 A# {
3.    f=double(I);& B) i- X3 {$ ~4 |
   
4. 0 ^8 H* q4 u6 @) i8 v9 t7 f
   
5.    g=fft2(f);
   - C; Y$ Z3 i9 |, H
6. 
   9 d# d- e2 T6 V! B% B( Q& H8 _
7.    g=fftshift(g);0 H% s0 x0 W& I+ M0 P, J' X9 w# q8 e
   
8. / g0 a8 h6 t9 P% L5 M
   
9.    n=2;6 `# `9 x- W# @2 X\" y  ]
   
10. # T; D6 R5 k( S5 r. n  `2 q
    
11.    D0=3;: `& E' ~' [' }$ k, U+ j# @, _
    
12. 
    ! F1 s& q2 c- J: u9 [9 ^6 r3 `- h
13.    for i=1:M2 `/ M- y  [2 F2 S5 J7 T% h
    
14. 8 E: u% D. t& j
    
15.        for j=1:N
    7 J: P! y; s4 N) J\" W2 X  s
16. 
    # q. S% l7 o: E& M5 }3 h8 O+ ~( Z
17.            % 省略了对频域信号进行巴特沃斯滤波的操作1 a! {/ a5 E% S4 i0 ~( J
    
18. . N; d* H9 W! ]! G
    
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
    , i/ ~  n8 M; q
20. 
    ) a2 A8 m' c& Y- o5 ]# o& T& o
21.        end
    # O; @% g0 y4 x: v
22. 
    5 y$ v/ @, A) ^3 r2 K- S) g: J
23.    end
    / b# c8 e/ r: z) ?+ }
24. 
      }5 H7 [3 A' J6 ^# W3 r  J; q
25.    result=ifftshift(output);' A& H* \  j* `- g5 x- d
    
26. ( g\" B\" s+ s1 _% s+ c+ w# i
    
27.    I=ifft2(result);
    \" U/ u5 o# y  v; d6 \2 E0 C
28. , ^8 ?7 y: D\" b\" I
    
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。
& F) x- _' C* U# Y3 a, Y
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。

# T6 x- ?# c) G8 j: p5 @- l7.边缘检测：

1.    I1=edge(I,'prewitt');
   + e$ \+ J4 x9 }! [1 w( m/ y. ~8 i+ U
2. 0 P7 \+ c' ?) @  ]8 w' d. R1 `2 r
   
3.    I2=edge(I,'roberts');3 N4 J0 p* _) P
   
4. 8 c! a1 c4 ?* Y+ e5 }, a1 I9 d
   
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。
' l! o; m) o/ N, `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。

" v9 S  [5 X0 B$ `, S* S) C/ T
1 ~  v$ J6 Q" Z5 l: \2 \5 {
  Z# M- }% u" e* T