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。
' K( ]+ T% k/ E4 H, S  |  U
2 t* s8 X9 Z2 U: O7 d- w3 P1.读取图像：

1.    I=imread('1.jpg');
   - |/ S% h* M* c; `6 u4 C  ?5 r
2. . S* H7 x\" \) }8 K5 |
   
3.    try
   . {, f7 n3 D8 a3 b' T/ E
4. 3 y! ^' N3 C* A& V/ A\" x
   
5.        I=rgb2gray(I);6 Q7 `& q% [- {; U& [) h0 ~
   
6. 0 ?5 ?0 Q9 r& l$ S8 S
   
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。

3.显示原始图像：

1.    figure
   / W# M! D3 ^( N( j
2. 7 u\" `( _  K# V; }/ v) F\" Y0 ^2 M
   
3.    imshow(I)
   & S3 y+ d: s( \) l7 Y# o
4. ' K( |/ Q1 ~; b
   
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。
: O/ z6 L6 [+ T9 J1 F( L: B
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。
7 C+ E6 L0 D. `$ k8 o
9 a/ {# ]- a& U% ]1 J5.图像锐化：

1.   [M,N]=size(I);; j7 `) ^# s* h6 Z5 u
   
2. 
   ' _9 O: p' Y: V( n7 P8 |9 `4 q4 [$ m% X
3.    f=double(I);+ k; Q8 {6 Y0 L2 [\" o5 r
   
4. ( u/ i! R* R\" N! I: Z
   
5.    g=fft2(f);, W& A+ I+ D\" y: r/ P; z0 T5 Y
   
6. 
   ; ]6 L! x5 v; _/ M, V
7.    g=fftshift(g);
   \" D* s  L2 _; ^+ `. L\" N% W
8. 
   \" W& [7 g) l, t: O' c# s
9.    n=2;  Z8 ~- y* _) \. D
   
10. 
    8 ?# h$ Q0 b2 J, L1 q8 ~, C$ X
11.    D0=3;
    - @: L\" _1 H' q- q8 ?3 `
12. 
    $ @' x2 d: c7 ?2 N. |
13.    for i=1:M8 y2 u1 k$ G, m, c
    
14. & U; D\" A( Z+ z
    
15.        for j=1:N
    % b7 H4 s+ t) Q, {9 U! d) s; b& `
16. 
    2 q, N; D' e; O7 ]' v) Z9 g
17.            % 省略了对频域信号进行巴特沃斯滤波的操作# O$ a% a. Z3 |& a; O6 C
    
18. 
    ) V4 }0 f( N1 u. d
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( y8 R& v) @5 B7 [- |# i
    
20. 
    % R' F$ h0 {: ~) x- v* F* X
21.        end
    ) \+ e5 s* P3 K% ]
22. 
    . j- r. k: Y\" j! I
23.    end
    $ a% A0 D4 I  `2 V2 \: {7 `+ ^1 i
24. 
    8 l\" T: h\" q\" O9 n# i& t
25.    result=ifftshift(output);
    ! b; Q& [. q$ g/ M8 ]- K8 Q
26. 
    # T) K$ D# r9 Q7 R8 D
27.    I=ifft2(result);& _' ~\" k- j( @
    
28. 1 i1 B- N$ b3 t$ e0 [
    
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 _. v5 [7 d% [, B% A& ?
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。
) p# J" v8 _( ]+ t9 G; Y5 L  u' c
- m' }) {" |7 A3 D7.边缘检测：

1.    I1=edge(I,'prewitt');
   9 M! j2 o2 k& T, U' W) N! ^5 Q
2. - r. X5 P! T% u+ {4 G0 s
   
3.    I2=edge(I,'roberts');
   % i8 O% ~: M/ `( a. K
4. 
   5 ]: ]7 U4 e# D7 X5 @
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。
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。