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');2 W- q2 D+ ]) d% Y: i7 P0 @
   
2. - f1 @! l& h8 [
   
3.    try
   ) ], w3 z! Y  R/ l8 @( J  ?\" s( Q
4. 3 M! s. G% o2 m; c. l6 T# o; i0 _2 k
   
5.        I=rgb2gray(I);9 ]% V, J5 W% f7 C\" M6 W1 T9 }
   
6. : N4 p7 j) \: H3 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。

. ?; z* C, q$ `1 {1 S3 E$ z1 I3.显示原始图像：

1.    figure
   6 w' m5 A# [2 q. t2 G) W! }5 S
2. 8 @3 \. b) }7 `3 w8 f) Q9 m
   
3.    imshow(I)0 i  ?5 z+ S4 g  }
   
4. & h8 }2 B7 x; P2 z6 Y1 }; O0 o2 ]; P
   
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。

& v/ m4 T! l, D1 W, d' b4.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。

% w, F2 w, G9 D4 s5.图像锐化：

1.   [M,N]=size(I);; B+ Q! B9 h' Z3 T7 `* @
   
2. 0 W5 ?; C( x. i( y& G
   
3.    f=double(I);
   - v( p2 A6 X3 b( l
4. 
   - ^/ X6 J- M; ]4 L: y, ~  y, g- G
5.    g=fft2(f);3 t) g0 I\" x2 i* Y) b- e
   
6. 
   4 [% d/ j8 ?4 W# C6 \5 ^3 e
7.    g=fftshift(g);
   : L; ^3 r! s  f3 b( Z6 B
8. 
   5 B$ v0 ~/ j4 z4 y! U9 ?- D
9.    n=2;8 N  D/ T6 @! S$ u+ W& c$ b
   
10. 
    5 \( W$ g8 ]2 o( q, w9 o1 t( y
11.    D0=3;* H\" U\" `; G5 i3 r
    
12. 
    2 r7 R( G1 `% N0 v; G8 q3 S
13.    for i=1:M8 `) P* {, A3 n
    
14. 3 k0 ]3 p\" M8 p7 F8 g. ~\" W
    
15.        for j=1:N! ?$ s, Q' @* b4 ]$ P. u
    
16. 0 X3 O& P\" ^5 V! @
    
17.            % 省略了对频域信号进行巴特沃斯滤波的操作1 }6 r$ z7 j, m9 X& |
    
18. $ Q4 g1 R5 C) j' [! |) P
    
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
    \" T! F; o# c0 D3 w6 ]
20. 
    & E* l) m0 {* E# }3 @! s
21.        end7 d1 ~/ K1 ?2 C( t8 y2 X
    
22. 
    0 a$ D/ n0 [$ o! F/ }' h* Z' Z
23.    end
      C' ^4 H' t! T0 _\" a# e& X
24. 6 }' [2 r+ ~9 l& z: _: A
    
25.    result=ifftshift(output);
    0 _4 ~\" k\" f7 D2 v9 M
26. 
    + c( H8 x/ w% z: M( \! {! i
27.    I=ifft2(result);: G  l4 U3 [. t. S0 p, V
    
28. . p0 A$ i2 D( ^# \0 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。
# V5 Y- B  m/ o
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。

& d; T& Z, b* W/ W" i7.边缘检测：

1.    I1=edge(I,'prewitt');% B3 j4 r  J8 ]. k
   
2. 0 H$ ~' p5 Q6 B4 W7 C2 R
   
3.    I2=edge(I,'roberts');8 W+ Z3 E% u$ p' E$ _' u
   
4. 
   5 k6 N) q. N: S# Z' q
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。
2 J3 e. ?5 j: e4 U5 U: r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。
3 r; l& X: N+ x; b
" [$ i+ |; {! H/ Y; Q5 _, i
# y' q6 @$ K4 R