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。
8 e5 r' D" E$ G6 u8 I
' f& h1 y+ _+ M  m8 d' B1 G1.读取图像：

1.    I=imread('1.jpg');4 N3 c# K% z$ ~9 Q2 ]1 u! T- o
   
2. 
   \" O; \1 r6 q  \; K$ y
3.    try
   / Z5 s) v\" |: K4 E
4. . r4 D/ x( F* A7 s: V+ m
   
5.        I=rgb2gray(I);
   , k5 o2 v) \/ F: v8 X2 R
6. ' P( O! o8 e) o\" }0 g
   
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。

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。
2 ?& m: A9 ?6 a! A5 ]% B
3.显示原始图像：

1.    figure
   2 F3 _- w/ u8 q  N* F7 k, L) s
2. 4 f3 \( Y1 {/ _) \# C
   
3.    imshow(I)
   6 d! O! n0 O: s6 m
4. 
   - u& g  u4 ^4 [3 g! t3 Z
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。
- m8 H/ m5 [1 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。

8 x8 k8 a! f3 G' I5.图像锐化：

1.   [M,N]=size(I);\" Y  }$ I0 U\" @1 T% ^6 U' f, n
   
2. 
   # W( F- s: N! c0 ~; _5 E
3.    f=double(I);
   4 P' |6 ?3 S, z# m, P% C
4. 1 l7 X1 q+ |) x8 C\" v/ e. I3 x
   
5.    g=fft2(f);: b* e: M3 H0 t* g
   
6. 
   4 p; Q\" |9 ^+ j) b2 q
7.    g=fftshift(g);
   / u/ _, m( A4 d0 t, C$ `) r
8. . A- G+ ]\" w( V. g4 N- y
   
9.    n=2;1 [/ J! A' [4 }: Y6 E( _* v
   
10. 
    , r: ?( R: n' N! _
11.    D0=3;
    1 X5 t! y3 {5 y- c
12. 5 @. j8 w/ @% [; G# y: A  Y
    
13.    for i=1:M0 g! H# Z- n) z- I  Q! I) V6 N
    
14. 
    & H4 q$ n6 J9 b- b' k8 F( G5 i9 W5 t
15.        for j=1:N9 J0 W7 z; y% I* O! `
    
16. 
    2 L; }  ~* E) |/ H- K
17.            % 省略了对频域信号进行巴特沃斯滤波的操作
    & o; q0 b; i! Q& C+ d
18. 
    9 ~( G( L/ v7 X( n% w
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
    & Q; ]$ Z* K0 s  ?  _7 }; `5 f
20. 
    % F) I0 }% ?& h9 H
21.        end3 _9 F; ^9 g0 F# Z6 o1 v! C/ T
    
22. 
    0 s( D$ f1 q8 D$ M! c% s  [
23.    end
    4 v6 R\" a# m9 Z# m* L\" k
24. 7 ?' [9 L  U6 P1 t
    
25.    result=ifftshift(output);
    7 j/ H5 ]& @! Y. h. x  e
26. 1 b\" \- @; A% N; B
    
27.    I=ifft2(result);
    0 F4 X, m4 |\" F7 k+ {, [' a
28. 
      C2 q5 s+ `; |2 B( r: U3 o0 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。
: n2 D, |$ Z- p! k  U
( C) U$ g  R/ l- t% c6.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。

& `" a( D4 R9 B  G8 s8 P7.边缘检测：

1.    I1=edge(I,'prewitt');
   - h; a/ i0 D: |0 U
2. 
   3 W3 R. z4 N. l5 a. A
3.    I2=edge(I,'roberts');% e/ i* m+ [( T5 M
   
4. 
   ! |5 i8 \5 S$ n- R* y% W: N
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。
! d- J% c8 E: I% C3 w8 I% f  n/ O! q4 L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。

5 F0 z7 A5 p$ z' [" G/ o
5 v. @8 r8 E7 f8 o" D! m; |
- h! m/ ?. e1 k' }; _1 b% u, ]  ^: ~