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');
   & i+ L/ J% m% Z9 ~
2. ; d' v; Z4 q/ _8 j\" J* r9 U
   
3.    try
   7 Z+ Z2 ^% W; n* Q# P) B5 o
4. 
   9 k' B$ i+ n0 z
5.        I=rgb2gray(I);1 s. ^2 k; J* s4 C( Y, z! Q1 E5 c
   
6. 
   4 H) e5 W3 _0 J- h' G0 s' U
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。

5 j! Q- v5 o4 X% R9 g2.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。

3.显示原始图像：

1.    figure1 h\" J+ ~6 v6 u* b+ `3 x
   
2. 
   2 ^6 F/ w6 k8 o' R
3.    imshow(I)
   % P: J- n3 W. M# R: P
4. 
   4 A0 E, ?% w* N) e: J
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。

! D0 t4 Z" A) W: ?- p; j4.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 F" b+ U  D  {+ j- E- t
, f& \  D/ N" u3 s4 V* `5.图像锐化：

1.   [M,N]=size(I);
   & _8 `: y. i- ?
2. & g\" P9 E+ R& y) P* W\" x1 N5 g
   
3.    f=double(I);
   / U0 O- B1 X8 z6 l, }\" ~
4. , w8 G& o- u( M4 Y8 Z) i; N7 y
   
5.    g=fft2(f);. r1 M0 B4 [7 r- `8 J- R
   
6. 
   , |/ A7 l3 Q6 P1 ^9 v1 \
7.    g=fftshift(g);( L; {: o9 Q! F
   
8. 
   ! t8 q3 z1 D* @9 V; X' h8 L* t
9.    n=2;
   : Q; \4 n* X; L( z% M- _
10. 1 T8 M4 }$ }2 v3 t2 ^8 I! J* t+ _
    
11.    D0=3;+ ~+ \. J\" f2 i8 X
    
12. 
    7 I/ y* ^/ {$ X% y& P# u3 h' Y
13.    for i=1:M6 [9 y9 Q2 L0 }4 R
    
14. 
    % P# A  @( `; d4 `8 D
15.        for j=1:N1 P7 O; U$ V5 ~- a0 X$ v
    
16. . z; z. s) W) M+ n
    
17.            % 省略了对频域信号进行巴特沃斯滤波的操作! _9 v$ F% w6 f; \' x7 a
    
18. 
    + O) m3 @) U  M! F/ M( N1 C' A
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- R# j$ E6 }4 H8 @( _. t4 [
    
20. 6 J- O1 u& `3 R* U8 g( L
    
21.        end
    ; z7 r5 }; `* t9 }5 U; `) j
22. 0 u& R, p1 |+ `- W4 z; C5 S
    
23.    end. h  y3 i- H\" e; I& c, N\" F6 W
    
24. 
    - ]& h2 ~5 ]1 N; U& M) V
25.    result=ifftshift(output);* Q1 l7 L0 p# w3 e! _4 N2 C
    
26. - y5 g2 P& e# Y1 `' W
    
27.    I=ifft2(result);
    3 T- p\" g+ c/ Z- @4 K
28. 
    # S+ \% p: }1 p9 l, R/ x
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。
& L5 r# t& z  K: O) _
' |- U, Z) V4 n2 U( v, y+ r6.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。
( h$ C& J, J8 Y
7.边缘检测：

1.    I1=edge(I,'prewitt');* Q# X& `$ e  b& Q$ S9 F+ h$ i
   
2. 
   / h! m3 J, v. |* z
3.    I2=edge(I,'roberts');: H\" {: o& x! t& H
   
4. 
   0 N2 ~2 O- m- P: A
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。
$ V; b3 e, K6 ~+ X9 q% `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。

8 h" U( q% [$ L- J
2 e5 H* c+ K" K+ _# W& j# A( @
% X& R' L& q/ F- o5 ~