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。

, R8 S' h& B3 a9 E1.读取图像：

1.    I=imread('1.jpg');
   9 e+ E( G4 g6 [/ Z: w
2. 3 |0 A- g2 ~/ Z2 M1 U
   
3.    try2 {$ d7 m/ e, O4 Q- t
   
4. 
   , F6 X' Z& g, y$ p# D
5.        I=rgb2gray(I);
   & A+ s+ O4 \7 u0 v
6. 
   ( a, E) x0 w, A. \
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。
& y6 A/ D) @& _+ ]0 |& D8 l/ S% t
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
   $ F! p+ p6 |# I2 D
2. * Y/ F, p8 v0 X2 c% b8 ~  j
   
3.    imshow(I): c3 _/ g! k4 T8 N: C. ~, q
   
4. 3 M6 n, }4 [4 h& L- f
   
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。
+ u( y- H: n8 ?& R$ E7 j+ j
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 s+ e4 k! N9 _8 X
   
2. 
   : T\" M2 Z' E% _8 E. M# \
3.    f=double(I);
   + I6 @. n+ n; B- d% ?/ R; s
4. 0 a4 Q/ g& w( H. u& a/ [
   
5.    g=fft2(f);
   9 H7 ~& D\" l6 f3 ?7 P
6. ' o- f( f1 b( n0 e
   
7.    g=fftshift(g);
   2 j- L! w. j$ ]$ ]( A
8. 
   0 O$ `7 |( q) e! k7 Q* G: P/ M% ]! i
9.    n=2;
     e6 I+ Z, B\" K\" R/ E+ z
10. 2 C: W& U+ X, g  u4 }0 k9 s+ H
    
11.    D0=3;  h  x5 ?5 g3 ]& w: @2 I
    
12. 
    : I) S& z2 N1 I- b7 D! a
13.    for i=1:M& N' N8 K2 X& i/ r' N( X! k( J
    
14. 
    , r, B! s6 [- _' t2 @3 T+ L9 x
15.        for j=1:N
    # h% ~- X( z6 g) s2 \# v4 ], y
16. # f6 |0 @0 B6 n8 V3 o
    
17.            % 省略了对频域信号进行巴特沃斯滤波的操作
    & O+ g# S$ ^9 `# `, f  l/ @
18. 
    ' a  z7 T4 v9 t- O5 {  Z8 p
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/ e. Q% p/ i; ]: l
    
20. # a% a/ n9 Y* w5 C) j* t5 e
    
21.        end  b5 {% W/ i. j8 S' _
    
22. 
    4 V) F, D$ Q* H: ^
23.    end
    / R! n( v7 N- x* R/ _( |
24. & ]3 N8 a, G1 K+ b$ S
    
25.    result=ifftshift(output);
    2 M+ `4 t4 x1 {, ]
26. 
    * {( Z4 Y' u1 ]7 y$ ?, p# o# O
27.    I=ifft2(result);
    : B' s4 C2 I# ^& V+ e0 C
28. 
    & x* B9 q; _5 ~% A- D
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。

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。

7.边缘检测：

1.    I1=edge(I,'prewitt');
   7 Q5 _% T3 A  U) G
2. 
   ! N* P% ]( a\" _1 K: L- [9 P& Z: J! l0 p
3.    I2=edge(I,'roberts');4 A( o  G+ _2 H( L/ I; y$ ~$ v
   
4. 3 I2 T/ Z; D( N7 ^, O0 w
   
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。