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。
) f/ i# G1 N, A- S/ s! ~* `; N& A
6 G1 K/ h+ @5 a# }1 E& j. \8 T: k1.读取图像：

1.    I=imread('1.jpg');
   & f9 K$ ]; U; I7 k
2. ! A& ]) C6 I) L
   
3.    try1 s# t& g2 M2 i
   
4. 
   \" W% e+ m5 [: s3 `4 |/ d! s' R
5.        I=rgb2gray(I);' ~8 G\" w\" M: v: t
   
6. $ Y* G  c  O: j+ O7 f4 H
   
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。
. |3 Q" O* X" E/ _' R0 W6 X6 |
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
   4 w+ k+ s\" ]% |3 u; X
2. 
   % J\" x* B. N9 x; {
3.    imshow(I)) Q7 I/ L7 n. L% n
   
4. 
   0 ?5 J! t( J7 x, b% C8 `
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);9 {. ~% B' D, y\" l; b\" \
   
2. 2 \( W2 \) J# u8 }\" ?; I
   
3.    f=double(I);3 W4 k7 y& B6 F4 Y2 z( D  \+ ?# T5 h! H
   
4. 
   4 |# W; j1 Y; A
5.    g=fft2(f);* ?  D$ ^8 p+ s! J' `, O6 i
   
6. $ @) K& m4 J  m9 O) R4 y- o
   
7.    g=fftshift(g);$ P4 `% R9 \! ~6 \8 [\" _2 Q+ l
   
8. 
   ; a1 Z, A) ?* S' @9 S' A8 S
9.    n=2;4 Q- r! A7 S0 L. D8 W
   
10. 7 y: H7 y7 l5 A1 Y+ F! T9 }3 G
    
11.    D0=3;
    8 p8 x8 b5 C2 F7 q/ x
12. ! C! ^3 l) v; ]# x7 s
    
13.    for i=1:M2 ], ^6 ^' f) b) H4 E8 s% I
    
14. 
    # |\" a0 v1 G+ H/ i( _4 i$ d6 R
15.        for j=1:N$ Y7 `3 `  T0 W4 l
    
16. 
    7 ?2 l% ?: S+ C( Y. _3 x7 U8 O
17.            % 省略了对频域信号进行巴特沃斯滤波的操作0 v+ @0 \' G; f, j4 F
    
18. + S; O3 f: ^& a2 a2 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
    / L$ Q  {+ [8 i- Y4 U  e/ _2 Y; \
20. 
    & J2 n! C1 E) A! _
21.        end6 @, S7 s: Z* J, n2 S; l* L9 ]
    
22. / d2 V8 _) I. l+ ?6 u, |0 d
    
23.    end
    ; j1 Z, S6 Z' X
24. 
    7 z9 V7 ]9 e0 Z6 o' L' y; s, s% l
25.    result=ifftshift(output);& m. L/ ~: b9 w# b' t- \
    
26. 
    $ T+ I1 m+ V+ X6 O9 q4 g
27.    I=ifft2(result);
    1 w. i4 L' C) r/ v3 u
28. & M4 D' c( J; J1 }1 B
    
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。

- _9 D! x4 B3 w. m4 a/ p7.边缘检测：

1.    I1=edge(I,'prewitt');
     q8 [# y; `\" A\" E& Y( w
2. 
   9 L$ O: \# s/ B
3.    I2=edge(I,'roberts');
   , @3 U\" R  ^/ {\" G5 E( ]1 Z
4. 
   4 l- r5 i5 O\" n$ F0 ?
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。

1 u8 P" g: m0 D9 M& k& X

3 X$ p2 |0 C' @; D* {