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。
, T* K# y9 w6 R; x' p
1.读取图像：

1.    I=imread('1.jpg');  a\" c\" Z8 Y8 R( D# v, z* I: g
   
2. # Y8 e' {: M: |1 q0 X
   
3.    try
   3 L0 ~5 [7 R/ s3 i% D* l* J
4. 0 m; h6 U. z. |' L
   
5.        I=rgb2gray(I);2 h* W2 D' \! d
   
6. 4 K/ |! z  `' p' j\" `$ V
   
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。
& T0 N# m; {7 o+ k
0 D; C# ]" z( G% o9 O2.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。
, n* C# d& `$ u
5 w2 [/ ~" v6 X% b3.显示原始图像：

1.    figure
   6 b$ ]/ A\" V: e8 t' r\" I
2. 8 l+ V% U2 `' R1 i
   
3.    imshow(I)2 K+ U) r* M# o2 b
   
4. $ U8 ]/ K- @$ g4 e, M. U
   
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);\" g\" U9 o% O5 l6 U7 w
   
2. 
   3 Q* k\" ~! ]  M3 v& C, a; W
3.    f=double(I);7 h5 V1 _/ G& `& ?) e
   
4. 
   \" w( `8 n$ R( c4 J1 b\" k( S$ ?
5.    g=fft2(f);3 N4 w' y! J: J3 ~0 ]& L
   
6. 
   , X/ d3 Q* `\" y: O0 D& O\" m
7.    g=fftshift(g);
   \" A\" R8 C8 q* A
8. 
   6 a* k\" m  J0 ?/ U( e8 ?
9.    n=2;
   2 m. B% Z, l% Y! m! g. y5 |8 W( m* B
10. ! @4 _- B8 W# o0 c5 s. W2 n4 Z: N! B9 G
    
11.    D0=3;
    $ @; ]! l' L& l0 e+ `  `& A- w  |! B
12. % G! v* p8 P4 f
    
13.    for i=1:M
    + s\" d9 }# ~% e, L  C+ ^: J\" L
14. ; q% }- Z. O  q6 h7 ^
    
15.        for j=1:N0 L$ j& j0 ~& L8 w2 c2 O0 ^
    
16. 
    ; ]. u& K% w. c+ V7 z' N4 l+ e
17.            % 省略了对频域信号进行巴特沃斯滤波的操作; O6 y- r) U) p7 z' k. \. p; v
    
18. 8 a2 Y4 w) I3 j/ r
    
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* `+ U& q( a1 n# G; j
    
20. 
    2 u7 J- }* M2 ^' @2 k& }; l9 A
21.        end
    3 D; q6 P% S  l- Q7 C! [  f: U
22. 
    8 p2 j8 W) _, n/ A
23.    end
    0 ~) u6 k( |8 k! s* F' \& G! r
24. 7 }4 a& }5 _\" @; [# S
    
25.    result=ifftshift(output);
    % E& H5 p* e- I: V9 g4 x1 p
26. / f, k+ _2 a1 a( K
    
27.    I=ifft2(result);
    2 Z: f5 j3 W8 ^
28. \" T: A% f* ?$ X. G% F( `1 D
    
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。

  y) {7 B; e6 U3 g( q! m6.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。
- }5 a" j2 n, I
7.边缘检测：

1.    I1=edge(I,'prewitt');
   . O$ v' |\" ?' c6 Q2 t
2. 
   0 i7 g1 h( v* N5 r1 l4 e$ j- t
3.    I2=edge(I,'roberts');- ~8 a\" J3 m! J
   
4. 
   6 n- I; W4 V( ?3 o# 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。
* e. a5 e& t6 X0 P9 X. ~& `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。
7 o* b5 v; c% q1 d# ?- D" `

' k; a, F3 C3 l7 X& a" I& T2 I$ e" u
9 i. H4 r  h) j