图像的处理代码.docx

1、图像的处理代码第三章 基于MATLABD的模拟噪声生成MATLAB图像处理工具箱提供的噪声添加函数imnoise,它可以对图添加一些典型的噪声。其语法是：J=imnoise(I,type)J=imnoise(I,type,parameters)其功能是：返回对原图像I添加典型噪声的图像J,参数type和parameters用于确定噪声的类型和相应的参数。三种典型的噪声：type=gaussian时,为 高 斯 噪 声；type=salt&pepper时，为椒盐噪声；type=speckle时，为乘法噪声；如下程序就实现了对名为king图像的3种噪声污染了的图像：i=imread(king.jp

2、g); %读取图像I=rgb2gray(i); I1=imnoise(I,gaussian); %加高斯噪声 I2=imnoise(I,salt & pepper,0.02); %加椒盐噪声I3=imnoise(I,speckle); %加乘性噪声subplot(221),imshow(I); %显示图像I title(原图像);subplot(222),imshow(I1);title(受高斯噪声污染的图像);subplot(223),imshow(I2);title(受椒盐噪声污染的图像);subplot(224),imshow(I3); title(受乘性噪声污染的图像); 处理结果如图

3、3.1所示： 图3.1 图像添加噪声处理结果第四章 均值滤波处理方法4.2均值滤波法对图像的处理在MATLAB图像处理工具箱中，提供了imfilter函数用于实现均值滤波，imfilter的语法格式为： B=imfilter(A,H)其功能是，用H模板对图像A进行均值滤波，模板为：取H1,程序如下： i=imread(king.jpg); %读取图像 I=rgb2gray(i); I1=imnoise(I,gaussian); I2=imnoise(I,salt & pepper,0.02); I3=imnoise(I,speckle); H1=ones(3,3)/9; %33领域模板 J=i

4、mfilter(I,H1); %领域平均 J1=imfilter(I1,H1); J2=imfilter(I2,H1); J3=imfilter(I3,H1); subplot(221),imshow(J); title(原图像滤波后); subplot(222),imshow(J1); title(高斯污染图像滤波后); subplot(223),imshow(J2); title(椒盐污染图像滤波后); subplot(224),imshow(J3);title(乘法污染图像滤波后); 运行结果如图4.3 图4.3 33领域模板处理结果 取H2，程序如下： i=imread(king.jp

5、g); %读取图像 I=rgb2gray(i); I1=imnoise(I,gaussian); I2=imnoise(I,salt & pepper,0.02); I3=imnoise(I,speckle); H2= ones(5,5)/25; %55领域模板 J=imfilter(I,H2); %领域平均 J1=imfilter(I1,H2); J2=imfilter(I2,H2); J3=imfilter(I3,H2); subplot(221),imshow(J); title(原图像滤波后); subplot(222),imshow(J1); title(高斯污染图像滤波后); su

6、bplot(223),imshow(J2); title(椒盐污染图像滤波后); subplot(224),imshow(J3); title(乘法污染图像滤波后); 运行结果如图4.4： 图4.4 55领域模板处理结果第五章 中值滤波处理方法5.2中值滤波法对图像的处理MATLAB图像处理工具箱提供了medfilt2函数用于中值滤波。其语法格式为：B=medfilt2(A) 其功能为：用33的滤波窗口对图像A进行中值滤波；B=medfilt2(A,m,n) 其功能是：用大小为mn的窗口对图像A进行中值滤波；B=medfilt2(A,indexed,.) 其功能为：对索引图像A进行中值滤波；用

7、33中值滤波模板和55中值滤波模板对图像进行处理，程序如下：i=imread(king.jpg); I=rgb2gray(i);I1=imnoise(I,gaussian);I2=imnoise(I,salt & pepper,0.02);I3=imnoise(I,speckle);J1=medfilt2(I1,3,3); %33中值滤波模板J2=medfilt2(I2,3,3);J3=medfilt2(I3,3,3);J4=medfilt2(I1,5,5); %55中值滤波模板J5=medfilt2(I2,5,5);J6=medfilt2(I3,5,5);figure,subplot(121

8、),imshow(J1);title(高斯3*3中值滤波后);subplot(122),imshow(J2);title(椒盐3*3中值滤波后);figure,subplot(121),imshow(J3);title(乘法3*3中值滤波后);subplot(122),imshow(J4);title(高斯5*5中值滤波后);figure,subplot(121),imshow(J5);title(椒盐5*5中值滤波后);subplot(122),imshow(J6);title(乘法5*5中值滤波后);处理结果如图5.1 图5.1 33中值滤波模板和55中值滤波模板对图像进行处理第六章 频域

9、低通滤波法用理想低通滤波器对图像处理，程序如下（以受高斯噪声污染图像为例）：i=imread(king.jpg);I=rgb2gray(i);I1=imnoise(I,gaussian);s=fftshift(fft2(I1);a,b=size(s);a0=round(a/2);b0=round(b/2);d0=10;%这里d取10和50作比较for i=1:a for j=1:b d=sqrt(i-a0)2+(j-b0)2); if d =d0 ,h=1; else h=0; end; s(i,j)=h*s(i,j); end;end;s=uint8(real(ifft2(ifftshift

10、(s);subplot(121),imshow(I1); title(受高斯噪声污染后的图像); subplot(122),imshow(s); title(高斯污染图像滤波后);处理结果如图6.3所示： 图6.3 理想低通滤波器处理结果6.2 巴特沃思低通滤波器（BLPF）对图像的处理用巴特沃斯滤波器对图像处理，程序如下（以受高斯噪声污染图像为例）：i=imread(king.jpg); I=rgb2gray(i);I1=imnoise(I,gaussian);s=fftshift(fft2(I1); a,b=size(g);n=1;%这里阶次n取1和3做比较d0=50; %此处d0为截止频

11、率n1=fix(a/2);n2=fix(b/2);for i=1:a for j=1:b d=sqrt(i-n1)2+(j-n2)2); h=1/(1+0.414*(d/d0)(2*n); s(i,j)=h*s(i,j); endends=uint8(real(ifft2(ifftshift(s);subplot(121),imshow(I1);title(受高斯噪声污染的图像);subplot(122),imshow(s);title(高斯污染图像处理后);处理后结果如图6.5所示： 图6.5 巴特沃斯低通滤波器处理结果6.3 指数滤波器(ELPF)对图像的处理用指数低通滤波器对图像处理，程

12、序如下（以受高斯噪声污染图像为例）：i=imread(king.jpg); I=rgb2gray(i);I1=imnoise(I,salt & pepper,0.02);s=fftshift(fft2(I1); a,b=size(g);n=1;%这里阶次n取1和3做比较d0=50; %此处d0为截止频率n1=fix(a/2);n2=fix(b/2);for i=1:a for j=1:b d=sqrt(i-n1)2+(j-n2)2); h= exp(-0.347*(d/d0)n); s(i,j)=h*s(i,j); end;end;s=uint8(real(ifft2(ifftshift(s)

13、;subplot(121),imshow(I1);title(受高斯噪声污染的图像);subplot(122),imshow(s);title(高斯污染图像处理后);处理结果如图6.7所示. 图6.7 指数低通滤波器处理结果 6.4 梯形滤波器（TLPF)对图像的处理用梯形低通滤波器对图像处理，程序如下（以受高斯噪声污染图像为例）：i=imread(king.jpg); I=rgb2gray(i);I1=imnoise(I,salt & pepper,0.02);s=fftshift(fft2(I1);a,b=size(s);a0=round(a/2);b0=round(b/2);d0=10,

14、d1=50;%这里d取10和50作比较for i=1:a for j=1:b distance=sqrt(i-a0)2+(j-b0)2); if distance =d1,h=0; else h=1-(d-d0)/(d1-d0); end; end; s(i,j)=h*s(i,j); end;end;s=uint8(real(ifft2(ifftshift(s);subplot(121),imshow(I1);title(受高斯噪声污染的图像);subplot(122),imshow(s);title(高斯污染图像处理后);处理结果如图6.9所示 图6.9 梯形低通滤波器对图像的处理结果6.5 构建二维滤波器对图像的处理首先构建二维滤波器d，传递函数如图6.10所示;f1,f2=freqspace(25,meshgrid);Hd=zeros(25,25);d=sqrt(f1