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。
1 S' l" N! F. z7 O
1.读取图像：

1.    I=imread('1.jpg');
   / D0 c% l9 x% M3 ?2 A, m
2. 1 W\" K+ H% z( z3 K6 A
   
3.    try% u& p$ Q, C0 j) T( w# j
   
4. / k; D& b8 R6 H; h( C3 \\" j
   
5.        I=rgb2gray(I);
   6 V\" M4 H# u, f- `
6. 
   \" O) z* Q& }/ w1 o
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
   ( ?$ n0 P& U* W1 z
2. 
   0 x, C* C2 z5 ?8 R: c/ b- P9 Y
3.    imshow(I)- `\" N. s$ F6 |2 _: S1 ]; S4 g
   
4. 4 c4 d7 U\" n! F# ^* g9 h. M
   
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。
. a: ]: I/ R3 r
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 f9 D5 S3 N( y7 s0 a4 M; @) l
' T0 ~# X6 t5 C& s5.图像锐化：

1.   [M,N]=size(I);
   , B; @+ i6 c# w$ P. D& m
2. 
   9 L! V: X4 k! O9 d% M
3.    f=double(I);
   / i6 t# q, u6 f
4. 
   8 X5 Z. \* t1 w9 {: n5 N
5.    g=fft2(f);: A1 G. P4 U: f, N\" ~/ x
   
6. . v! J; M3 p9 v0 X4 ^\" s, L) i' Y
   
7.    g=fftshift(g);: e: W6 _: j, v6 S1 |
   
8. 
   9 a7 R/ b, x\" p  w$ u
9.    n=2;
   , x* H7 p. `( d. [$ z
10. 
    4 I) Q+ F9 R+ Z' ~- u7 a, n
11.    D0=3;
    & g& h# Q1 Z; p# a) S; p) W) M
12. 0 ]+ i! f& J3 D. C! n
    
13.    for i=1:M
    \" Z: y$ [( D5 j+ _$ d( G# c
14. 2 i+ x) U! q$ r# c$ \8 U; j( q8 r
    
15.        for j=1:N
    0 T+ t7 @  G, [% I1 b* k
16. 
    7 w- u- B+ d2 l2 M. ?$ F2 o
17.            % 省略了对频域信号进行巴特沃斯滤波的操作
    * V0 [! N: C$ f8 E1 w
18. ( O+ `, n6 M- W) Y' ^1 z
    
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  ]\" Z- Z0 v$ s
    
20. 
    0 w\" ?2 M' x6 m- a& I) H% v
21.        end6 ?6 B6 E2 i6 t% s% G
    
22. 
    ; T- w! D) ^  [- l1 ~: J\" b
23.    end
    9 `& l$ H& ?) ]  C+ v7 @! Q
24. : V! O) P$ T: v# F/ H
    
25.    result=ifftshift(output);
    0 J1 L/ \% F1 h1 L, X. g- N
26. ) C$ |( K, ]7 ^6 R! q+ _
    
27.    I=ifft2(result);9 U1 D4 x  A9 b) L
    
28. 8 b0 H( ^4 N8 Y* y
    
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');
   : D8 L! t5 V) W' Z, N, U
2. 
   8 O2 R) }( A  K# I2 e
3.    I2=edge(I,'roberts');0 t5 {4 L6 d, w# G& ^$ J2 T! t& G
   
4. 
   2 s0 P0 f* J, R' x  s
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。
" K# {( d0 S3 @: o$ T6 D" ?9 h) a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。

9 v8 L. w: O- A/ j6 d( U, d
$ n' t: `( O$ l1 f$ {
. Y" v6 q! s, U+ B9 R" @6 {4 [