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。
9 C1 ]# O7 o  @- {- z% }: ?4 r
+ V. O2 ~* V( i( _2 N. u1.读取图像：

1.    I=imread('1.jpg');
   , M+ e- ~- r& r: P5 C
2. 
   & Q0 Z1 d, C: o2 M+ b
3.    try1 K. Y( d* X; Y
   
4. 
   & H  y6 U1 B: Y8 @, ]
5.        I=rgb2gray(I);
   & z7 b; m; t; W& O
6. \" ~5 p9 ]2 X7 y0 `; W
   
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。
1 }( B1 ?9 E# _, t0 t
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
   - w5 c$ ~2 e/ u4 y$ P4 ]8 v3 ~
2. / \  L& c/ k1 R9 U4 h6 M4 k8 w
   
3.    imshow(I)
   0 V* b' D5 d7 X
4. 
   3 K5 S/ P& q$ d
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。
- B' H7 p! n$ L; y3 d) h7 b
$ N6 }4 H2 F. ?+ r- o" s6 U' C, {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。

! f& H% l+ C1 y4 [  c: u1 e5.图像锐化：

1.   [M,N]=size(I);
     k. c! Y2 q9 K6 J6 s6 a
2. + K7 ?. [7 M) h. G7 Z1 [
   
3.    f=double(I);\" _* u4 V$ I8 d
   
4. & T$ h5 y: F, c+ B+ u. R
   
5.    g=fft2(f);5 X8 b- Q0 H# n2 N' \' i: G
   
6. % s, i+ ~& i# b+ o
   
7.    g=fftshift(g);
   & d2 \/ I\" Y9 V8 g! E+ r& I7 A+ c
8. ! |% A0 e( ?; K! J, R& _1 O
   
9.    n=2;, T. E: V2 G0 u8 ?
   
10. $ L( S  Y1 f3 l+ t
    
11.    D0=3;
    3 A* A7 k9 J: S) H6 R8 \
12. 
    9 I6 R, y; D3 ~+ F8 `
13.    for i=1:M+ D) M. I/ @6 R
    
14. 
    3 n# t7 x/ s! d
15.        for j=1:N; K( Y4 m4 |& l
    
16. 0 {; {) R* a$ p0 }; s  ]4 G! F
    
17.            % 省略了对频域信号进行巴特沃斯滤波的操作- b% _; k- D+ y5 E' a
    
18. 
    + x2 ?- f\" Q\" |1 m9 ]
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. [7 O0 u% D6 k  W8 k: Q- @
    
20. 
      v1 c4 t- q9 |  P& M/ H7 K; U7 q. o
21.        end
    3 t\" E( N7 k1 m' V9 B; b
22. 
    ; V( {! X0 d3 M: H; Y- f\" \
23.    end
    # _6 A4 g) Q! x' c0 r7 n* U4 |
24. 4 K9 z0 Y1 K# F/ Z; {\" |
    
25.    result=ifftshift(output);
    1 R# {& L\" m6 h5 R+ Y& R) T\" b
26. % Y1 z\" M8 Q, O# [
    
27.    I=ifft2(result);
    , E5 g( t, x# w! I: O
28. 
    : z: p- ^  u+ v7 W
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。
) t. X6 G5 l; y: i" I, M" Q5 V
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。

7.边缘检测：

1.    I1=edge(I,'prewitt');) T7 s6 @+ u9 v0 O
   
2. 6 j/ f' D# G* d: @' _+ n
   
3.    I2=edge(I,'roberts');. J: I4 |& _\" b( q
   
4. 
   . `0 V) ~+ s6 e2 w\" [
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。

: ?% x8 V9 E5 L
. W) z5 p8 x/ ~* u8 A/ y6 H
5 E8 Q4 L  u. {6 m/ u