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。
0 K4 s4 Y7 ]3 `' m
" h& \% g' `& V4 P: w1.读取图像：

1.    I=imread('1.jpg');2 A9 n) s' L\" S. B\" D
   
2. 
   5 X; R: P4 E3 _- \( w9 R; ]
3.    try5 U( S\" q+ l\" E) V3 I. I1 s  |
   
4. * H7 c! ~) ^6 e) d. c2 l( d
   
5.        I=rgb2gray(I);
   # e9 A, K8 I: Z) r' s1 `0 i
6.   r8 m0 K, o; J4 t
   
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。

0 X! ^0 z' x4 ?5 Y; g3 N% W2.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。
" `0 e5 e( D: C4 l4 p9 E
( z9 A( ^5 e3 B- X7 R* m3.显示原始图像：

1.    figure/ u\" {; `9 }$ C: e
   
2. 
   $ o. v( y8 M3 U3 d
3.    imshow(I)9 l- S- d' `/ u5 L, I( w% F$ S  D
   
4. ' I; i. R7 [. i\" F) L- R8 ~
   
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。

) g; 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。

9 n) ?1 Q! i( Q! r3 V5.图像锐化：

1.   [M,N]=size(I);. h( L\" ^) _0 P) G% H* ~
   
2. 
   3 m; t8 y  `: ]- \\" V7 i0 ^8 `
3.    f=double(I);/ j& I, a1 I3 |
   
4. 
   1 C\" I, K, |\" A- K+ N. S
5.    g=fft2(f);
   ( K% K  l1 F9 C& A# x& J; x% _\" O
6. 
   ' D1 |# B3 w4 ^
7.    g=fftshift(g);: m4 O' h6 l, J$ }) R  Z
   
8. , S/ A\" F\" [0 m7 a3 \
   
9.    n=2;6 d, G; ~) Z2 F
   
10. - z, a( W/ u' H' b9 w- s
    
11.    D0=3;& `; I) V) m0 N7 L- U8 @' p# E4 I% D
    
12. 
    # S8 E) R/ |& U8 `. e9 ]* _
13.    for i=1:M( G( \\" \4 ]4 a8 I* s* f8 M% c
    
14. . u6 H9 {3 k8 a, B( o
    
15.        for j=1:N
    : L# C) h, H) Q, [/ w) v% b* r- Y4 J0 x
16. 8 q: m: {  T+ q2 |, I
    
17.            % 省略了对频域信号进行巴特沃斯滤波的操作6 Z; L( B6 x# X4 L1 I
    
18. 
    1 f+ {9 D2 ]$ [4 z7 d6 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$ J, Z/ r) `0 o! {1 z0 w
    
20. 
    9 R\" r* M0 }$ C0 |4 q3 b1 t
21.        end
    $ p* l3 K4 V9 D) M; \; F
22. 
    $ r% S3 a$ n. A9 T( }
23.    end$ d/ o5 o$ a4 \! }9 v8 {) }8 b
    
24. 4 c$ N+ U5 Z\" }- Y# Z  u
    
25.    result=ifftshift(output);: S& X7 K1 E( V0 k8 h' f
    
26. 
    9 i1 L4 l2 y) E- |. ~; X
27.    I=ifft2(result);
    . D9 p& s/ r7 n% y
28. - l5 l/ [* t+ p% J, L' j
    
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。
' y2 x6 J! g! F3 q0 A6 y' o) P( L
$ M* t, I8 [) w1 g- L6.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。
" R% X/ E% i4 v$ H+ Z: z
7.边缘检测：

1.    I1=edge(I,'prewitt');8 y; e$ d9 q: u1 u3 |- C' L
   
2. 6 p( n  T  t8 s8 l* G6 j$ k- l( D
   
3.    I2=edge(I,'roberts');: x; ]2 g# k3 A
   
4. 
   & V4 j: v8 w5 M% z7 L
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。
0 c6 F2 t$ N, p- I* t5 A
; e: \- A2 |- A2 k( |; D2 S
2 q# }0 w. X4 k6 C! S5 E