MATLAB 滤波函数的源代码
目前比较经典的图像去噪算法主要有以下三种:
均值滤波算法:也称线性滤波,主要思想为邻域平均法,即用几个像素灰度
的平均值来代替每个像素的灰度。有效抑制加性噪声,但容易引起图像模糊,
可以对其进行改进,主要避开对景物边缘的平滑处理。
- %x是需要滤波的图像,n是模板大小(即n×n)
- function d=avg_filter(x,n)
- a(1:n,1:n)=1; %a即n×n模板,元素全是1
- [height, width]=size(x); %输入图像是hightxwidth的,且hight>n,width>n
- x1=double(x);
- x2=x1;
- for i=1:hight-n+1
- for j=1:width-n+1
- c=x1(i:i+(n-1),j:j+(n-1)).*a; %取出x1中从(i,j)开始的n行n列元素与模板相乘
- s=sum(sum(c)); %求c矩阵中各元素之和
- x2(i+(n-1)/2,j+(n-1)/2)=s/(n*n); %将与模板运算后的各元素的均值赋给模板中心位置的元素
- end
- end
- %未被赋值的元素取原值
- d=uint8(x2);
中值滤波:基于排序统计理论的一种能有效抑制噪声的非线性平滑滤波信号
处理技术。中值滤波的特点即是首先确定一个以某个像素为中心点的邻域,
一般为方形邻域,也可以为圆形、十字形等等,然后将邻域中各像素的灰度
值排序,取其中间值作为中心像素灰度的新值,这里领域被称为窗口,当窗
口移动时,利用中值滤波可以对图像进行平滑处理。其算法简单,时间复杂
度低,但其对点、线和尖顶多的图像不宜采用中值滤波。很容易自适应化
- %自编的中值滤波函数。x是需要滤波的图像,n是模板大小(即n×n)
- function d=mid_filter(x,n)
- [height, width]=size(x); %输入图像是p×q的,且p>n,q>n
- x1=double(x);
- x2=x1;
- for i=1:height-n+1
- for j=1:height-n+1
- c=x1(i:i+(n-1),j:j+(n-1)); %取出x1中从(i,j)开始的n行n列元素,即模板(n×n的)
- e=c(1,:); %是c矩阵的第一行
- for u=2:n
- e=[e,c(u,:)]; %将c矩阵变为一个行矩阵
- end
- mm=median(e); %mm是中值
- x2(i+(n-1)/2,j+(n-1)/2)=mm; %将模板各元素的中值赋给模板中心位置的元素
- end
- end
- %未被赋值的元素取原值
- d=uint8(x2);
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
另一个版本:
- a=imread('lena_0.005.bmp');
- a=double(a);
- [dep,wide]=size(a);
- new_image=ones(size(a));
- for i=3:dep-2
- for j=3:wide-2
- new_image(i,j)=median([a(i-2,j-2) a(i-2,j-1) a(i-2,j) a(i-2,j+1) a(i-2,j+2) a(i-1,j-2) a(i-1,j-1) a(i-1,j) a(i-1,j+1) a(i-1,j+2) a(i,j-2) a(i,j-1) a(i,j) a(i,j+1) a(i,j+2) a(i+1,j-2) a(i+1,j-1) a(i+1,j) a(i+1,j+1) a(i+1,j+2) a(i+2,j-2) a(i+2,j-1) a(i+2,j) a(i+2,j+1) a(i+2,j+2)]);
- end
- end
- for i=3:dep-2 %处理每一行的最头上两个和最边上2个
- new_image(i,1)=new_image(i,3);
- new_image(i,2)=new_image(i,3); new_image(i,wide)=new_image(i,wide-2);
- new_image(i,wide-1)=new_image(i,wide-2);
- end
- new_image(1,:)=new_image(3,:); %把第三行的所有元素赋值给第一行
- new_image(2,:)=new_image(3,:);
- new_image(dep,:)=new_image(dep-2,:);%把倒数第二行的所有元素值赋给最后一行
- new_image(dep-1,:)=new_image(dep-2,:);
- figure
- imshow(uint8(a))
- figure
- imshow(uint8(new_image))
- % imwrite(uint8(new_image),'lena_0.005_median_5.bmp','bmp')
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%5
。
Wiener
维纳滤波:使原始图像和其恢复图像之间的均方误差最小的复原方法,
是一种自适应滤波器,根据局部方差来调整滤波器效果。对于去除高斯噪声
效果明显。
另: 高斯滤波函数:
- %自编的高斯滤波函数,S是需要滤波的图象,n是均值,k是方差
- function d=gaussfilt(k,n,s)
- Img = double(s);
- n1=floor((n+1)/2);%计算图象中心
- for i=1:n
- for j=1:n
- b(i,j) =exp(-((i-n1)^2+(j-n1)^2)/(4*k))/(4*pi*k);
- end
- end
- %生成高斯序列b。
- Img1=conv2(Img,b,'same'); %用生成的高斯序列卷积运算,进行高斯滤波
- d=uint8(Img1);
主函数:
- %此为程序主文件,包含主要功能单元,以及对子函数进行调用
- try
- %实验步骤一:彩色、灰度变换
- h=imread('photo.jpg'); %读入彩色图片
- c=rgb2gray(h); %把彩色图片转化成灰度图片,256级
- figure,imshow(c),title('原始图象'); %显示原始图象
- g=imnoise(c,'gaussian',0.1,0.002); %加入高斯噪声
- figure,imshow(g),title('加入高斯噪声之后的图象'); %显示加入高斯噪声之后的图象
- %实验步骤二:用系统预定义滤波器进行均值滤波
- n=input('请输入均值滤波器模板大小\n');
- A=fspecial('average',n); %生成系统预定义的3X3滤波器
- Y=filter2(A,g)/255; %用生成的滤波器进行滤波,并归一化
- figure,imshow(Y),title('用系统函数进行均值滤波后的结果'); %显示滤波后的图象
- %实验步骤三:用自己的编写的函数进行均值滤波
- Y2=avefilt(g,n); %调用自编函数进行均值滤波,n为模板大小
- figure,imshow(Y2),title('用自己的编写的函数进行均值滤波之后的结果'); %显示滤波后的图象
- %实验步骤四:用Matlab系统函数进行中值滤波
- n2=input('请输入中值滤波的模板的大小\n');
- Y3=medfilt2(g,[n2 n2]); %调用系统函数进行中值滤波,n2为模板大小
- figure,imshow(Y3),title('用Matlab系统函数进行中值滤波之后的结果'); %显示滤波后的图象
- %实验步骤五:用自己的编写的函数进行中值滤波
- Y4=midfilt(g,n2); %调用自己编写的函数进行中值滤波,
- figure,imshow(Y4),title('用自己编写的函数进行中值滤波之后的结果');
- %实验步骤六:用matlab系统函数进行高斯滤波
- n3=input('请输入高斯滤波器的均值\n');
- k=input('请输入高斯滤波器的方差\n');
- A2=fspecial('gaussian',k,n3); %生成高斯序列
- Y5=filter2(A2,g)/255; %用生成的高斯序列进行滤波
- figure,imshow(Y5),title('用Matlab函数进行高斯滤波之后的结果'); %显示滤波后的图象
- %实验步骤七:用自己编写的函数进行高斯滤波
- Y6=gaussfilt(n3,k,g); %调用自己编写的函数进行高斯滤波,n3为均值,k为方差
- figure,imshow(Y6),title('用自编函数进行高斯滤波之后的结果'); %显示滤波后的图象
- catch %捕获异常
- disp(lasterr); %如果程序有异常,输出
- end
MATLAB 滤波函数的源代码相关推荐
- 写一个matlab 滤波函数
在 Matlab 中,可以使用内置的滤波函数来对数据进行滤波处理. 例如,你可以使用 filter 函数来实现一个低通滤波器,其中 b 和 a 分别表示滤波器的输入和输出系数. y = filter( ...
- dvhop的matlab画图函数,DV-Hop 源代码 matlab 出各种图
应用背景 在无线传感器网络(Wireless Sensor Network, WSN)应用中,位置信息对于网络中的节点来说,具有十分重要的.基础的作用,例如在传感器网络技术广泛应用的环境监测.远程医疗 ...
- 查看matlab中函数源代码的方法
有几种方法可以实现查看matlab里自带函数的源代码: 在命令窗口中输入: (1).type 函数名(如 type rgb2gray 或者 type rgb2gray.m):即可在命令窗口中显示此函数 ...
- matlab如何查看函数源代码,通达信fft函数,如何查看matlab fft函数源代码
Q1:如何查看matlab fft函数源代码 n要取最接近数据长度的2的整数次方,命令是2^nextpow2(n),其中n是实际数据长度,因为这样的n可以使fft更快.比如,n=1021,执行n=2^ ...
- MATLAB中滤波函数、频率响应函数以及频率响应函数不同表达形式的转换
一.理论公式 频率响应函数的表达式: 对应的z变换的多项表达式: Z变换的零极点表达形式: Z变换的二阶因子级联形式: 二.滤波函数filter filter函数,仅可以用于零状态响应系统. y=fi ...
- Matlab中一维和二维滤波函数及其典型用法【随时更新】
Matlab中一维和二维滤波函数及其典型用法[随时更新] 一维滤波函数 均值滤波器movmean 中值滤波器movmedian 二维滤波函数 用fspecial预定义各种二维滤波器 主要用于自查,如果 ...
- matlab freqz函数使用
Matlab freqz函数使用 (2012-10-22 13:42:03) 转载▼ 标签: 杂谈 freqz函数计算线性系统的频率响应,包括幅频响应和相频响应,基本输入为线性系统的AMMA模型系数向 ...
- bilareralFilter双边滤波函数
C++: void **bilateralFilte**r(InputArray src, OutputArray dst, int d, double sigmaColor, double sigm ...
- Matlab参考函数
附录1 常用命令 附录1.1 管理用命令 函数名 功能描述 函数名 功能描述 addpath 增加一条搜索路径 rmpath 删除一条搜索路径 demo 运行Matlab演示程序 type 列出.M文 ...
- matlab图像处理函数大全
1.图像的变换 ① fft2:fft2函数用于数字图像的二维傅立叶变换,如:i=imread('104_8.tif'); j=fft2(i); ②ifft2::ifft2函数用于数字图像的二维傅立 ...
最新文章
- 京东11·11:撬动数据中心的支点——京东阿基米德
- 光纤有什么优势?还有哪些挑战需要面对呢?
- 用 JavaScript 验证只能输入数字,并做数字加总
- hibernate开发优缺点
- Ubuntu环境搭建三:VIM配置
- Spring IOC学习心得之IOC容器的初始化过程
- 165体重_身高165的女性体重多少比较合适?过胖和过瘦都不太好
- 移动端网站如何开发(电脑端网站到手机端网站我们需要在html代码中添加哪个meta标签)...
- 图文详解——将本地项目上传到码云(gitee)远程仓库
- mysql打开数据库的sql语句_数据库MySQL——SQL语句(命令)
- (NCRE网络技术)IP地址规划设计技术-知识点
- html5在线裁剪,HTML5和JQuery裁剪图像实时预览缩略图并上传
- html项目符号实心圆圈,HTML基础 ul type 项目符号为圆圈与方块
- matlab读取bin文件
- openlayers6 解决调用百度地图之瓦片偏移、坐标偏移、无限拖动裂缝偏移问题
- ET钱包2月25日早报 | 过去24小时EOS区块链活跃度指数蝉联榜首
- Hikaril过一段时间就出错,Possibly consider using a shorter maxLifetime value问题
- 2021-11-05 微信小程序实现登录功能
- Vue-axios使用QS(QueryString)插件,Vue-axios无法发送参数给后端(包含但不限于php)。
- 保证系统三高:高可用、高性能、高扩展