一．内容

对一幅灰度图像f(x,y)：

（1）对f(x,y)加高斯白噪声和椒盐噪声；

（2）分别画出原图和加噪后的图像及其各自对应的直方图；

（3）用几何均值滤波分别对加高斯噪声和椒盐噪声图进行滤波处理，并进行比较；

（4）用自适应中值滤波分别对加高斯噪声和椒盐噪声图进行滤波处理；并进行比较。

注：滤波窗口可根据需要自行设定。

二．分析

1.对f(x,y)加高斯白噪声和椒盐噪声，并画出原图和加噪后的图像及其各自对应的直方图；

temp_image = imread('lena.jpg');
I = rgb2gray(temp_image);
figure()
subplot(2,3,1)
imshow(I),title('原图');
subplot(2,3,4)
imhist(I),title('原图直方图')%显示原始图像直方图
J = imnoise(I,'salt & pepper',0.02);%椒盐噪声
subplot(2,3,2)
imshow(J),title('椒盐噪声');
subplot(2,3,5)
imhist(J),title('椒盐直方图')%显示椒盐图像直方图
G = imnoise(I,'gaussian',0.02,0.02);%高斯噪声
subplot(2,3,3)
imshow(G);title('高斯噪声');
subplot(2,3,6)
imhist(G),title('高斯直方图')%显示高斯图像直方图

2.用几何均值滤波分别对加高斯噪声和椒盐噪声图进行滤波处理，并进行比较；

几何均值滤波函数：


%gmean函数(几何均值滤波)：
function f = gmean(g,m,n)g = im2double(g);f = exp(imfilter(log(g),ones(m,n),'replicate')).^(1/m/n);
end

3.用自适应中值滤波分别对加高斯噪声和椒盐噪声图进行滤波处理；并进行比较。

自适应中值滤波函数：

%RAMF函数（自适应中值滤波函数）：
function f = RAMF(img)
[Im,In] = size(img);
nmin = 3;
nmax = 9;
Imf = img;
I_ex = [zeros((nmax-1)/2,In+(nmax-1));zeros(Im,(nmax-1)/2),img,zeros(Im,(nmax-1)/2);zeros((nmax-1)/2,In+(nmax-1))];
for x = 1:Im     for y = 1:In          for n = nmin:2:nmax                                Sxy =
I_ex(x+(nmax-1)/2-(n-1)/2:x+(nmax-1)/2+(n-1)/2,y+(nmax-1)/2-(n-1)/2:y+(nmax-1)/2+(n-1)/2);                  Smax = max(max(Sxy));%求出窗口内像素的最大值                 Smin = min(min(Sxy));%求出窗口内像素的最小值               Smed = median(median(Sxy));%求出窗口内像素的中值              %判断中值是否是噪声点              if Smed > Smin && Smed < Smax                %若中值既大于最小值又小于最大值，则不是             %是，则退出该if语句，增大窗口尺寸，再次判断            %不是，则判断该点的原值是不是噪声点                 if Imf(x,y) <= Smin || Imf(x,y) >= Smax                      %若该点的原值既大于最小值又小于最大值，则不是                  %不是，则输出原值，即不作处理                %是，则输出中值                  Imf(x,y) = Smed;                 endbreak%有输出则不再进行循环判断             endend%当n=max时，输出中值      Imf(x,y) = Smed;   end
end
f = Imf;
end

4.滤波并比较显示：

I_1 = gmean(I,3,3);J_1 = gmean(J,3,3);G_1 = gmean(G,3,3);%3*3几何均值滤波
figure()
subplot(3,2,1)
imshow(I_1);title('原图几何滤波');
subplot(3,2,3)
imshow(J_1);title('椒盐几何滤波');
subplot(3,2,5)
imshow(G_1);title('高斯几何滤波');
I_2 = RAMF(I);J_2 = RAMF(J);G_2 = RAMF(G);%自适应中值滤波
subplot(3,2,2)
imshow(I_2);title('原图自适应中值滤波');
subplot(3,2,4)
imshow(J_2);title('椒盐自适应中值滤波');
subplot(3,2,6)
imshow(G_2);title('高斯自适应中值滤波');

Matlab图像噪声处理相关推荐

Matlab图像的噪声处理
%%-------------------------Matlab图像的噪声处理------------------------- %-------------------头文件----------- ...
图像噪声(MATLAB)
1.概念 ·所谓的图像噪声,是图像在摄取时或是传输时所受到的随机干扰信号. ·常见的有高斯噪声和椒盐噪声. (1)高斯噪声高斯噪声是一种源于电子电路噪声和由低照明度或高温带来的传感器噪声.高斯噪声也 ...
Matlab中消除图像噪声之中值滤波器：medfilt2
Matlab中消除图像噪声之中值滤波器:medfilt2 medfilt2, matlab, 消除噪声, 中值滤波器, 椒盐噪声在图像处理中,在进行如边缘检测这样的进一步处理之前,通常需要首先进行一 ...
matlab波纹噪声图像的平滑,matlab图像水波纹
%matlab图像水波纹 clear all;close all;clc; img=imread('lena.jpg'); img = im2double(img); [h, w, c]=size(i ...
matlab 图像读取长宽_MATLAB图像处理基本操作
本文中对于大多数的操作,是对数字图像处理领域中最为著名的"lena"图片进行操作的.原图如下(Figure 1): 本文中对于大多数的操作,是对数字图像处理领域中最为著名的&quo ...
matlab 图像操作函数的详解
转自博客:http://blog.163.com/fei_lai_feng/blog/static/9289962200991713415422/ 一. 读写图像文件 1. imread imread ...
【Matlab 图像】边缘检测算法及效果演示
[Matlab 图像]边缘检测算法及效果演示边缘检测检测图像中的边缘 Matlab 代码代码效果如下边缘算法:robert 边缘算法:sobel prewitt 边缘算法:laplacian ...
matlab soble滤波,MATLAB 图像滤波去噪分析及其应用
MATLAB 图像滤波去噪分析及其应用第1章图像颜色空间相互转换与MATLAB实现 1．1 图像颜色空间原理 1．1．1 RGB颜色空间 1．1．2 YCbCr颜色空间 1．1．3 YUV颜色空间 ...
MATLAB图像融合分割系统
摘要图像分割是一种重要的图像分析技术.对图像分割的研究一直是图像技术研究中的热点和焦点.图像分割是一个很关键的图像分析技术,是由图像处理进到图像分析的关键步骤.它的目的就是把图像中感兴趣的那部分分 ...

Matlab图像噪声处理

一．内容

二．分析

Matlab图像噪声处理相关推荐

最新文章

热门文章