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。
3 z2 U1 c$ x, b6 ]
1.读取图像：

1.    I=imread('1.jpg');
   5 a5 S: N6 e- P( o7 d
2. 
   ( S: y\" ^/ y# @4 o; ^9 X
3.    try4 v' B& F2 x5 @2 T. k
   
4. 7 L8 z5 W3 Y+ h- p9 h7 X2 k3 R6 U0 V
   
5.        I=rgb2gray(I);
   ' s$ |3 P! H! H. v
6. ) j% @\" p; _- W; u& V\" C& J
   
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。
' U3 u$ K1 n( e
5 H% }7 d/ D* p% M+ L" e+ }5 p7 ~+ I2.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
   . w4 b9 `: Z4 Z1 E; H' J& u
2. . x' y; g! l9 H% @, c
   
3.    imshow(I)) \. H# B3 }' [% p- \4 S
   
4. ! z2 p: [& T6 b; R
   
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 }4 T3 M  p  N& l6 [8 d! h3 v. }
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。
# d3 c6 p3 H. M( q1 Z6 c  N. Q$ t
5.图像锐化：

1.   [M,N]=size(I);
   # M/ u, J0 B' U- N9 C; S
2. 
   8 L! S, M! P0 H\" i
3.    f=double(I);$ K\" d, N  E6 P5 a* _
   
4. , |5 t8 [' J8 F
   
5.    g=fft2(f);
   2 }4 e/ h  A2 l\" j+ m
6. ( W; {, K& ]2 O
   
7.    g=fftshift(g);# X2 i( w& j7 v2 n% s) Y% z
   
8. 
   & W2 s. s$ r( i
9.    n=2;( M7 f& ^/ L5 j+ a* {
   
10. 
    . ^, p- d7 [2 ]1 ?* M0 |$ L
11.    D0=3;0 g# W2 K9 G8 i) z2 S
    
12. 
    \" h; S3 a' z* y% V  ]$ J6 e
13.    for i=1:M
    ( s% O0 I% ~) m9 K
14.   H& I5 Q5 p8 o. q4 c( M3 z
    
15.        for j=1:N
    : w) Q2 c/ _, m# ]  Z: Y% ?
16. 8 L+ {2 V, ~6 X6 H/ e# S
    
17.            % 省略了对频域信号进行巴特沃斯滤波的操作
    % |2 v  `, n+ l0 r0 n
18. 
    % q4 R8 _0 l- K
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$ _; p) K9 b! W5 E6 |6 V
    
20. + ?  c8 H\" c) k  Y2 t; J\" R
    
21.        end
    % P5 H& R! V+ C% n' G! S
22. 
    4 g  e& [- ]; A1 ^  F0 d7 `
23.    end
      S9 r# D, r0 c( W8 E. A+ l5 D
24. 
    + t9 S4 `0 c! W' r9 D# u4 s1 b
25.    result=ifftshift(output);! @1 N: n( j# B
    
26. % {- E7 Y0 k6 @3 b- k0 h
    
27.    I=ifft2(result);
    3 @& I1 G! h\" M) [! ^& s8 I
28. 6 Z! C3 d5 z# A' v. A4 n
    
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。
+ ]$ _/ L4 r1 P  L  S, m; T4 W9 x
7.边缘检测：

1.    I1=edge(I,'prewitt');
   3 ?  x5 c8 e+ r6 U/ N2 ~) O
2. 4 q3 o5 r, i& O: k% A
   
3.    I2=edge(I,'roberts');
   * Y3 \# K& R! Q; e) P( R* b1 q
4. 
   8 B# S\" s  S$ h, E  h
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。



5 X8 F! P0 P0 l# ~