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。

6 y  e) N) c$ `6 [( `0 N4 g1.读取图像：

1.    I=imread('1.jpg');: D3 w6 M  ^  |
   
2. 
   - l# }- o5 a# R2 \  j$ l
3.    try3 A1 T1 J7 S) _: {+ A) ^& t3 r
   
4. : v3 T0 L  O3 h2 B. a
   
5.        I=rgb2gray(I);
   \" [$ m6 Y: f9 `! u# W\" N* W: }
6. 
   * I; V$ e- D0 a4 }2 |
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。

! e4 @( j1 Z. }. N& X  _2 E6 L/ W2 w3.显示原始图像：

1.    figure/ s\" v\" C\" @2 F, X
   
2. 4 ?% D$ D$ n+ N1 i$ F
   
3.    imshow(I)6 B, S5 H5 C/ V  S2 J  V0 w/ V2 g- P- ~7 G
   
4. 4 y) E$ j; h  p( ]/ y\" e1 R8 M8 k
   
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。
, i9 g; v4 u6 \% c
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。

; f& Y& n! d  u5.图像锐化：

1.   [M,N]=size(I);' |/ Q: i' B9 j. H$ h% B8 y' E4 \
   
2. 
   ( E$ ?) h7 g4 i( X8 L
3.    f=double(I);; e) h3 s* A) W$ ^7 U3 ~' P
   
4. 8 `+ T6 d' w  R, R' ^. v
   
5.    g=fft2(f);
   \" j% o* U* c% X1 ?/ k
6. 
   - Z. C7 K( Y8 Z, ], M0 y# `
7.    g=fftshift(g);( n# a; O2 h6 H
   
8. 
   , k2 b0 @) u3 P
9.    n=2;
   - v! F. A8 d+ c, v# k\" o4 F
10. 
    ( y$ r, f- {2 u. N8 j0 K+ Z
11.    D0=3;
    6 `, a! Z( U( q) R& z
12. 
    + H: `2 `2 \% y% T; f/ w
13.    for i=1:M0 [. \) O0 j- t$ d  q6 L0 y
    
14. - ]( I7 w* M: K7 I
    
15.        for j=1:N
      w4 w1 Y% t7 V# a9 z+ i
16. 4 m9 L3 T% p, Q7 h( J
    
17.            % 省略了对频域信号进行巴特沃斯滤波的操作
    , J8 X' [1 ^, z: _
18. , H3 h7 P2 _1 t! Q. F* f
    
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
    ( g' p/ O5 A% J$ A' b+ G' }/ a
20. ' [. |\" j1 M! K' r( @
    
21.        end
    $ G, x\" U% i, A, z0 ~% k% G
22. 
    8 K. f, ~, ~9 v( r0 S
23.    end6 y4 ]1 X, C6 u; J\" D
    
24. 3 J) i% M* S2 D) }% p2 ]
    
25.    result=ifftshift(output);+ `! _4 F8 H0 W( N3 C
    
26. 1 |4 c% n9 N! V: D1 M1 f8 n
    
27.    I=ifft2(result);, g8 g\" a3 u- x3 w) A! ^
    
28. ' d' z' U2 X1 `0 W3 u
    
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。

* {1 l! d, S4 q( ?% h6.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');, K+ P; [7 T3 v2 U$ @7 h
   
2. 
   % g\" w  s( `6 w! F
3.    I2=edge(I,'roberts');
   9 [. S5 O/ Z) I: Q& |# {
4. 
   & k+ ~) s: a; h; C; A# 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。
/ i' x' M; d5 E' I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。

7 x, g$ A/ i4 N8 q; w