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。
) q1 c8 }* b% g7 k" S6 v% e
. ?' X6 ]$ x& a3 Y% ~1.读取图像：

1.    I=imread('1.jpg');
   7 j5 x. \* W8 K0 p5 P' A
2.   X, n9 \) t: ]. C
   
3.    try/ u. R5 ?/ W) Q2 T\" \# |
   
4. 
   * M' u  T# p$ {! {
5.        I=rgb2gray(I);
   + c( I\" q, X3 D! ^1 f! G
6. 
   / d. i/ k  S. Q3 y, V* h6 r
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。
) x/ x+ @& y+ f: D% a! D
$ r  b+ E6 w( U( J4 N. \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
   ( I( A! e: x+ h* l; f5 o
2. / i# I$ u8 s# U\" w# f/ o
   
3.    imshow(I)
   2 K$ Z' W! P; h$ r3 J$ Z
4. . ?\" F( O5 }& u/ w8 C) m7 U7 |& S, @
   
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。
1 ]; L+ k' p& S$ Y1 k* a* k
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。

5.图像锐化：

1.   [M,N]=size(I);
   4 T: |& p$ ?2 [7 G. O0 T* W+ `
2. ) {& A7 H- h2 v3 |! L# @
   
3.    f=double(I);
   \" ~! a- g; @/ ]4 a
4. , ~+ u1 P& x# ]8 T% e8 f& W
   
5.    g=fft2(f);\" W- y9 e; h3 e7 v! S2 Y0 o4 _6 p0 b
   
6. 
     Q5 @) p\" [. F3 V: P2 S( w. N/ d
7.    g=fftshift(g);8 b, V. q% M) _' G
   
8. 
   5 Z4 S* ?% q/ X5 v\" b  H! b$ B
9.    n=2;. n6 c! I/ L& t: v0 a( Q6 s
   
10. 
    ( H+ d% E7 Z9 U, `: S
11.    D0=3;
    % o5 k0 m4 [( A' c- n1 w5 `( Q
12. * W7 B! ^3 F$ u6 V( b: a5 R' x
    
13.    for i=1:M
    & N! E& i7 r9 R
14. - ~; I1 O' p- E+ @7 P
    
15.        for j=1:N! |\" j4 g3 q& W* m$ q* t& J4 Q2 ]
    
16. \" V, E  b6 ^- Y3 g/ P
    
17.            % 省略了对频域信号进行巴特沃斯滤波的操作
    ( S8 n3 O' u9 T. j
18. 
    ; r! P' o% e. ^
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2 _* n7 l: ^3 _0 W
    
20. 
    + A4 [\" H7 ^  @% `
21.        end$ r$ h) l% B8 x
    
22. - }$ k8 C- v  Q
    
23.    end
    \" J  t$ S: [) X; E/ _
24. 
    1 Y5 \\" q\" C) V* G
25.    result=ifftshift(output);
    8 _! X# ]1 B% V: Z% ?+ h. P
26. 7 B8 y; ~' z2 c; [' P
    
27.    I=ifft2(result);
    \" \! \1 d) Q. G  K2 v$ N( H
28. 
    7 {5 Z\" `# z6 K  o1 F4 P. Q$ o2 v
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。
! A0 r8 Z$ m8 j: D2 s9 B
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。

+ T& \2 E2 o" t4 r' k. `7.边缘检测：

1.    I1=edge(I,'prewitt');% X% K% ^% G/ C: i3 [: N
   
2. 
   5 t' _! ^* P3 O2 I0 R1 z
3.    I2=edge(I,'roberts');- W) ~; `! B  C9 x5 a  W. q5 L6 {& y
   
4. 
   ) S6 j' ]  a  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。
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。
, B+ l! ?) c9 }3 j& A

* o7 K3 {* k$ w3 @