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。
' n4 C8 x: J- y; u8 g
) Z: Q& U" C4 {1.读取图像：

1.    I=imread('1.jpg');
   7 M  j! V9 z8 t* ]7 a
2. $ V& }5 ~: v+ S, R1 a
   
3.    try! q4 K1 f: q3 b2 ?
   
4. 
   4 A! g; k2 h. i
5.        I=rgb2gray(I);# Z- M* |9 y( h3 Q\" ]- a\" W0 q
   
6. 2 |% v- R# i+ [* h; N8 ^\" [
   
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。
  w' Z6 g) Z7 h/ T+ R" k6 Z
3.显示原始图像：

1.    figure
   $ \. k& Q( g8 V$ t
2. 
   ; N, {8 {0 }6 G  x, ~! n
3.    imshow(I)
   $ K- r\" z: f1 @  d/ j
4. * E) M* O$ _5 E& g
   
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。

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.图像锐化：

1.   [M,N]=size(I);
   6 m# C& t6 i3 f
2. + w1 x+ z; ^, I9 j2 R. P# x
   
3.    f=double(I);5 o. N  M* H  V# Q5 f4 C
   
4. / F: m% K! b9 K& e$ e% {
   
5.    g=fft2(f);
   - l9 c0 c3 i/ Z, S& `
6. 1 q5 u3 G% U0 c- z
   
7.    g=fftshift(g);
   ' a+ K+ X# S  }5 S8 s! y* y  L% @
8. \" t3 H/ e8 O$ z2 p
   
9.    n=2;) c6 B+ W( C& T8 C* y  }! f; ?
   
10. 
    % a3 X; k  Q6 \( L0 q; e
11.    D0=3;# A* n4 E/ ~5 W4 @' D8 b/ ~
    
12. 
    % w8 T2 i+ w- i
13.    for i=1:M2 y/ |& T% |\" D, t2 _
    
14. * ^3 M, S4 A3 ^# E
    
15.        for j=1:N
      {) c: O8 M4 D; Y
16. 
    - Q# n4 e! T3 t& g
17.            % 省略了对频域信号进行巴特沃斯滤波的操作\" `* K0 P5 p2 Y: w- t
    
18. 
    0 q7 P, q7 U\" N, Q' p2 T
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$ }, i$ q\" a  G+ h, A) f
    
20. ) J( n$ h$ B* ]- l# {1 ~: s
    
21.        end
    6 \. y/ j/ y6 w8 V2 T7 i
22. 
    ! Y7 K% @! d& X5 o* J( C
23.    end
    : ?0 X! K. `' ]( W1 B
24. 
    5 R( b; _' R5 e
25.    result=ifftshift(output);
    . h% y6 M, G8 ^# O) R7 F$ ]
26. - s. o' R- D2 t1 y\" ?
    
27.    I=ifft2(result);
    1 C3 G2 y! ~3 @
28. 8 o, ]; C5 \  W. F
    
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。
0 r% ~+ d1 _/ X' z8 v$ p& @
7 `; y" W+ C2 i' {" 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。
& i2 T7 O6 L( x1 J# V4 X- r
7 y& f% t# }) a3 D) t' K) {7.边缘检测：

1.    I1=edge(I,'prewitt');  K1 v5 A* H. A8 \' |4 Y
   
2. 6 N3 c$ ~2 c5 l7 y0 Y
   
3.    I2=edge(I,'roberts');
   : X% D' e4 ^. s2 S% ~
4. 
   & M. D3 \$ Z/ a1 \3 C. Z% `' [  G& @
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。
+ x% a6 K( C( Z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。
, T* j+ m  s  z+ F

' n' \4 |, f7 Z" |, b" _. V% U
' P& q/ L9 {& _$ E3 E1 y