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.读取图像：

1.    I=imread('1.jpg');- H- S) Z0 ]# l- ^, j9 c% d\" h2 t& z* O
   
2. ( a$ e1 u! j2 j; N
   
3.    try
   + t2 O! x  u( b: y/ m* E/ [
4. 
   - Q* x$ t, a$ J) u( s0 T) n
5.        I=rgb2gray(I);
   : y. \0 A& ^- a* f0 g, Y
6. 
   : L0 O  u2 C) 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。
- f* ]! c* ?) L% X$ |! A
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。
" n: i/ e" w$ o& @, z
3.显示原始图像：

1.    figure
   9 s5 L2 C9 ^$ R5 N& ^3 D. e
2. , C( x8 u8 [6 j) [6 Q  W2 \$ x- Q4 M
   
3.    imshow(I)
   & P# {& v5 z9 B) V
4. 4 o, [! i) y% 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# A9 x% n! ~9 h
7 a3 E) B& e+ _/ w( l& G4.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。
8 S: G( G3 b- d5 G/ J7 H- |. G0 }$ ^7 z
! f. u4 h! y6 y' [$ v5 [5.图像锐化：

1.   [M,N]=size(I);
   & [5 H  @) ~2 w9 F
2. / u9 d, S! ?! W
   
3.    f=double(I);) k6 O; R! m+ y! Z  p
   
4. 2 c' `) p* Z+ h6 l2 D
   
5.    g=fft2(f);
   ; J6 Q+ N5 y  V, ^\" o; U& C* }
6. 
   5 g/ Y# q/ ?  H& h: Q) Q. ^0 P
7.    g=fftshift(g);
   ' g1 H$ U, V& g  Y/ b
8. 
   / l5 ^8 x! P4 C
9.    n=2;
   3 V# f* b, q8 n1 _( }) v3 I# L1 j
10. ' g\" H' \: m% c% b. Q/ b) l
    
11.    D0=3;
    2 w5 O. F& f8 i7 K- w
12. 0 l: M, L6 j$ [1 ]3 R& e
    
13.    for i=1:M
    6 l. q0 t1 H$ A) }& N: c; a
14. 
      e- [: `0 `3 s1 S
15.        for j=1:N
    : ]  s  C9 N: k$ G2 d1 R5 d5 z
16. 
    1 A\" W\" {: n$ s
17.            % 省略了对频域信号进行巴特沃斯滤波的操作4 O5 s8 U; c; v  {9 o3 ]% J
    
18. 1 O: G$ }7 @/ 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
    0 }  y) K3 O* ~7 z( l2 F
20. 
    . N: C\" p8 f% Y) Z6 l' {
21.        end
    3 i- t\" L1 X8 w5 X; y
22. 
    ; a* e1 P$ Q. n& y$ X
23.    end1 d\" F4 x* n0 }1 K, e) e
    
24. 4 O) l0 Y. o- [+ W* c* m
    
25.    result=ifftshift(output);
    % T4 O6 z' H) e4 j
26. 4 y\" p) D+ X2 X* A) j1 m! \
    
27.    I=ifft2(result);
    4 U! r. B) S: ^- S2 \( ~
28. : `; ~5 ?% W( c5 V$ 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。

" |$ _" s- _9 f" S! t6.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。
5 d6 D; e. D; S! `; U$ U
7.边缘检测：

1.    I1=edge(I,'prewitt');
   ! o+ I\" G3 |9 v5 Z9 }
2. 
   ( D0 R$ Y\" D1 K# f9 \8 A; E
3.    I2=edge(I,'roberts');0 f$ h4 ~' v/ x% S$ S( a5 T: h5 j; Y( C
   
4. + d# \) K% O& h1 i
   
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; d3 h7 ~6 d2 T& N% h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 l# V- w4 ]) c$ W7 {
, t2 z& Y- f1 L* o
) o: v0 S2 Z  g: J5 B- ^) v1 f