Matlab---图像滤波之各种滤波器汇总实现

最新推荐文章于 2024-06-30 21:00:41 发布

别打名名

最新推荐文章于 2024-06-30 21:00:41 发布

阅读量2.3w

点赞数 12

分类专栏： Matlab 文章标签： matlab 图像滤波空域频域

本文链接：https://blog.csdn.net/freeape/article/details/51005095

版权

本文介绍了如何在Matlab中进行图像滤波，包括打开图片、添加噪声以及使用空域和频域滤波技术进行处理。通过实例展示了滤波前后的效果。

摘要由CSDN通过智能技术生成

1 打开图片

所有的滤波原始图片均使用下面的操作方式打开（只处理灰度图像）：

    % 读取图像 可以处理彩色多通道图片(转化为灰度图像)       
    [FileName,PathName,FilterIndex] = uigetfile({
   '*.png;*.jpg;*.jpeg';'*.*'},'选择一幅待处理图片');
    filename = fullfile(PathName, FileName) ;    
    SrcImg = imread(filename);     
    % setappdata(0,'SrcData',SrcImg);
    % 获取图像的信息    
    [m n channels] = size(SrcImg); 
    if(channels > 1)
        % 将彩色图象转为灰度图像
        SrcImg = rgb2gray(SrcImg);
        % 将灰度图像数据保存到SrcImg变量中，即后面滤波需要用到的原始数据，此时没有加噪声
        setappdata(0,'SrcImg',SrcImg);
        imshow(SrcImg);        
    else
        % 将灰度图像数据保存到SrcImg变量中，即后面滤波需要用到的原始数据，此时没有加噪声
        setappdata(0,'SrcImg',SrcImg);
        imshow(SrcImg);        
    end

2 创建我们需要的噪声

对原始图像进行加噪声处理，即操作SrcImg：

    % 获取原始图像数据
    SrcImg = getappdata('SrcImg');
    % 变换
    f = mat2gray(SrcImg,[0 255]);
    % 获取图像大小信息
    [M,N] = size(f);
    %% 高斯噪声
    a = 0;
    b = 0.08;
    n_gaussian = a + b .* randn(m,n);
    g_gaussian = f + n_gaussian;  
    % show image
    figure();    
    imshow(g_gaussian,[0 1]);
    % 保存图片
    imwrite(g_gaussian,'gaussianNoise.jpg','jpg');
    xlabel('Ruselt of Gaussian noise');     
    %% 瑞利噪声
    a = -0.2;  
    b = 0.03;  
    n_rayleigh = a + (-b .* log(1 - rand(M,N))).^0.5;   
    g_rayleigh = f + n_rayleigh; 
    % show image
    figure();    
    imshow(g_rayleigh,[0 1]);
    imwrite(g_rayleigh,'rayleighNoise.jpg','jpg');
    xlabel(