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。
4 X1 I& `) \4 x# f
1.读取图像：

1.    I=imread('1.jpg');# ?( T7 X8 p\" \0 f
   
2. 4 |0 e/ {3 N# k& M0 Y
   
3.    try
     h7 F( K. o9 D
4. 
   0 @0 W/ ^/ l+ G. N: Y& x
5.        I=rgb2gray(I);
   1 H+ T2 k8 X/ }. i: @0 X
6. 
   $ E- E. d6 @\" I* b7 z
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 v* n5 q  X5 _( a3 c
0 s0 v2 X) I# X1 A) \8 f# H2.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。
" L) B$ i, u5 N0 k0 H4 k
8 f& D9 D, r+ Y" C& q1 Z3.显示原始图像：

1.    figure
   0 r2 v3 [4 F  V- {5 P. O& K# a9 [
2. 3 `* Q2 s$ ~+ g) @9 {) v+ ?# u
   
3.    imshow(I)
   + m+ S4 H/ E7 P' ~
4. 
   5 {# ]- W* V/ O6 W% V
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。
, B3 d3 t" a) l& N9 d- n
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。
0 }& L4 w) s( O: G( W
2 W3 w: E' _8 e8 M5.图像锐化：

1.   [M,N]=size(I);  Q5 k' A! I# S: C5 s
   
2. 
   * F3 H7 k7 p3 i& Z
3.    f=double(I);
   ) ^9 W5 i' {$ v# x
4. $ y8 M; Z' C* j+ N' m; w0 \( F
   
5.    g=fft2(f);- p+ O9 ]( O0 Y( ^
   
6. 
   $ u4 i. f) v& T' ]4 R2 a% I) S7 I
7.    g=fftshift(g);
   4 p* x% q! v: x3 P2 q/ G
8. 
   # ?9 ~; Q, `8 B7 b+ O! O
9.    n=2;& j\" K2 _' x% W1 Z
   
10. / t$ [- k3 _4 J6 w# h
    
11.    D0=3;
    ( a4 W! x! W* J/ p5 x. z
12. / C  o8 a& y$ p: i
    
13.    for i=1:M\" n. j! j5 l$ t5 {& T
    
14. 6 `* a9 {! c- M3 o
    
15.        for j=1:N
    2 \, E6 y5 [4 c* O
16. 
    0 M% T5 E  h7 y1 O0 |% m) K) `1 _
17.            % 省略了对频域信号进行巴特沃斯滤波的操作
    3 }8 X8 V* P% h: D$ B' ?5 g4 n3 Q
18. 
    3 ?1 H7 U& C; i- N; y/ [0 N* 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/ z& K' g' K1 l8 o: e
    
20. 
    : K; J# ~/ a\" H& s
21.        end- q0 ?9 @9 |% C+ h: `1 S# m
    
22. \" ?$ J( @2 M0 ]: \+ m; ~6 _  v
    
23.    end1 O. L9 Z$ z4 Q+ _6 k2 T
    
24. ; M. B% P# f, {; e7 L( U6 O/ q! A
    
25.    result=ifftshift(output);
    + N7 i1 R. n& l! n/ F
26. ; t  m. J' z0 {0 z$ E
    
27.    I=ifft2(result);0 [% A. k: |1 B
    
28. 4 W2 j! D1 E5 q4 x8 x7 R$ O1 K
    
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。

  Z; z; _) O# \8 L" T6 J5 R" D& U: }7.边缘检测：

1.    I1=edge(I,'prewitt');
   + T! ~/ F4 l4 v4 H
2. 
   0 q2 _4 C3 R5 x1 X( e0 _
3.    I2=edge(I,'roberts');
   . Y9 y& V- T4 C
4. 2 `* p* F6 q+ w0 d2 q
   
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。
: i' }1 J' ~+ g8 _, s3 t% z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。

, b3 K) b6 G. e7 n/ q& k! \