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。
5 S* F) u$ H+ O' f
1.读取图像：

1.    I=imread('1.jpg');5 l6 Q; e8 _& V
   
2. 
   ! [3 R2 M) N; B# j
3.    try+ W8 H7 J- J6 O2 e- M0 F6 K
   
4. 0 J. ^% d! N) d9 s+ y: O
   
5.        I=rgb2gray(I);4 O2 g2 J3 l4 ^
   
6. 
   4 }5 G3 n6 H2 K3 `6 E& [
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。

' P( G* V' V& U3.显示原始图像：

1.    figure3 P' D$ Q0 I! \
   
2. 3 b& |8 w\" O2 B; Y7 S1 f& w
   
3.    imshow(I)
   \" T5 J, d4 \/ e
4. 
   7 E+ [3 a6 O! Q
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。
7 f9 n8 T" l+ }3 p) a
5.图像锐化：

1.   [M,N]=size(I);' e\" S/ ]% h$ L$ K& `
   
2. ) Z) f3 t; @) ^& V! p9 o
   
3.    f=double(I);! r\" j9 s, {\" l\" Q7 @. t# J& g7 Y% F; N
   
4. 
   \" s4 X/ r0 }- _- C
5.    g=fft2(f);
   & G- T2 \+ B1 U. w) |
6. 0 u( ]( t/ X& }* a7 I: r
   
7.    g=fftshift(g);, @4 u2 z  n% |; V/ n* y  ^
   
8. 
   ( P7 f6 \0 H5 I: f2 |. t3 {
9.    n=2;3 [% U1 l; @3 f$ I# O) t7 [
   
10.   |' l0 _* j, J! u\" ~  O
    
11.    D0=3;8 w3 r% E4 r! A2 X6 P6 q* V
    
12. # W8 _4 [( a\" @1 X% d. W9 S1 K
    
13.    for i=1:M
    & E7 s4 f3 T5 M5 T1 g
14. 
    2 D$ F, F: L* R' |\" j( M
15.        for j=1:N
    , O4 j9 C6 K0 \1 B5 `
16. . Z8 `% W- a0 B2 ]* }1 Z  [
    
17.            % 省略了对频域信号进行巴特沃斯滤波的操作
    4 _) l) m, S/ Y: r0 F, M
18. 9 N5 {& w  E5 Q; z1 i. S. v# c
    
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* [; C. ?. R% O7 o$ M9 d
    
20. 
    5 \  v; \! Y6 a\" p2 n, n+ T3 Z9 O3 L
21.        end
    & A5 Y% ?/ g7 l0 N' K/ A
22. 
    - r# Y5 \, j* j2 |: ~( ?5 I$ B
23.    end
    7 @% i' i& {4 j; z4 e
24. 
    : P2 _7 b7 E# k- k( }( Q9 [
25.    result=ifftshift(output);
    1 A) g1 ]9 E& R) F$ m8 ~. T
26. 
    0 @% r% P1 t) {) [4 y6 S
27.    I=ifft2(result);
    ' F\" {6 B! p0 i4 q0 t  c- K6 D* x
28. 8 J/ G9 m9 @$ [& I3 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。
& ~0 i( q3 d0 k8 q$ q0 p6 h
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。

( `: S4 S0 O0 R- n7.边缘检测：

1.    I1=edge(I,'prewitt');
   & v) V! x8 {! U. f; z$ U( n6 k0 k
2. 
   : K8 B' [& A7 |8 z- v- ^\" ]8 @
3.    I2=edge(I,'roberts');
   ! g, ]  V  L) {
4. ) T$ q% ~  [/ P9 t/ Y
   
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 V( B# F& |9 T9 x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。