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。
! o2 l6 A5 q" s* j; R# g
/ M8 n1 J9 Z, u5 P1 F8 i3 d1.读取图像：

1.    I=imread('1.jpg');
   * y9 Q4 v) }2 E, v0 S( t
2. / h* q, k2 ]) Q& ~) X  i9 q, ]. F, I: x
   
3.    try
   ) ~& Q\" Q; C\" q1 g
4. 
   ' H: P6 a1 T% z
5.        I=rgb2gray(I);
   ' N9 N' r* y. M
6. 2 {2 @- @1 ~# t7 d( k# ]& D
   
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。
7 j( }5 }, ]. u# _% B- c
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。

: k# O7 s- B$ r3.显示原始图像：

1.    figure
   1 @' \1 T6 D) w/ C9 J0 @! ~: R
2. 
   . d1 g# z  U; M4 U  K
3.    imshow(I)
   5 E0 e* W* Z6 ^- E
4. 4 O- ]0 r$ t8 r( X$ g) J8 C
   
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。
! e& n4 C: l# O" Y6 i3 q% M# c8 W
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。
$ H1 z/ z7 P/ h" F) Z
: s7 d7 G% [8 K& M5.图像锐化：

1.   [M,N]=size(I);: E3 o, ]( Q% ~, R9 V\" n/ P/ F
   
2. 
   7 |6 |- }1 n  g
3.    f=double(I);# W% X+ A5 _% O- p) H. S; v
   
4. # T8 k) n: c' i% N7 X
   
5.    g=fft2(f);
   ! n# R8 G( i, m1 X
6. 4 V9 `+ o2 o6 x4 F7 q2 ?) ]: M
   
7.    g=fftshift(g);: a2 R* I: q1 c2 o2 I; L0 Q+ j
   
8. & K; O4 P% t\" M
   
9.    n=2;$ V' F, C, J5 e& B( }  O
   
10. 
    9 [/ ]/ Z% C3 p
11.    D0=3;- K0 d' E/ t' C- Z
    
12. 
    : T! n# y8 m4 \& g' ?: _# s
13.    for i=1:M
    9 b. D, X# q0 z. U
14. : L7 P  M; o4 W' D* |9 r
    
15.        for j=1:N
    + U6 d( G% {. `  q
16. 
    , S. x% v\" e5 V7 a  P; f
17.            % 省略了对频域信号进行巴特沃斯滤波的操作
    1 ?9 }' H! r. r: D& a/ O
18. : S9 A( Z1 U. J
    
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\" ~' O5 p$ n2 w; X\" m  E: E
    
20. 
    7 `1 K4 H' n) P( O  ?/ R) A
21.        end
    ! M. f, D5 ?5 L2 p4 e- X3 A  g
22. ! W+ J, w, N2 M4 @* P& G
    
23.    end
    1 ]5 i+ w, O( p  ]4 s- B
24. 
    / p, h  R1 ?5 k& @, {! J
25.    result=ifftshift(output);
    , y$ Y  h7 q: f, V+ y* C
26. 
    % J5 p/ O( g( ~8 ^! {/ I( m
27.    I=ifft2(result);
    4 K+ s* l3 E5 a$ K- r: h
28. ' f8 z  T3 i! _5 g# l1 Q, k( A
    
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。

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。
$ u' H( ?9 P: ]: W3 e# r- v5 i
" I! W4 H$ i9 ?! a7.边缘检测：

1.    I1=edge(I,'prewitt');
   5 J3 j$ d% Y\" H7 s+ R7 I: f
2. * x! ~3 ~( n, w; Y9 r: ^
   
3.    I2=edge(I,'roberts');+ f' i1 @  E9 I& Y, p3 M
   
4. 
   7 `( U* Q' ?( l+ Z  T9 C2 K
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。
# ^& b" ^# F  v- Y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。

/ n' j# m" ?7 N5 u& L: t

8 X5 D: ?: C. F# [' X