数字图像变换之图像滤波

中值滤波器是一种非线性平滑滤波器,其主要功能是让与周围像素灰度值的差比较大的像素改变,并取与周围像素相近的值,从而消除孤立的噪声点。

在MATLAB中的体现如下

I=imread('C:\Users\DDDD\Desktop\lena512.bmp');%读入原始图像,添加椒盐噪声;
I=rgb2gray(I);%变为灰度图像;
J=imnoise(I,'salt & pepper',0.04);%进行中值滤波;
K=medfilt2(J,[3,3]);
subplot(121),imshow(J);
subplot(122),imshow(K);

输出结果为


关于函数imnoise和函数medfilt2

①MATLAB中函数imnoise 是表示添加噪声污染一幅图像,叫做噪声污染图像函数。

主要的格式及说明

f为是输入图像。函数imnoise在给图像添加噪声之前,将它转换为范围[0,1]内的double类图像。指定噪声参数时必须考虑到这一点。
g=imnoise(f,'gaussian',m,var)将均值m,方差为var的高斯噪声加到图像f上,默认值是均值m为0,方差var为0.01的噪声。
g=imnoise(f,'localvar',V)将均值为0,局部方差为V的高斯噪声添加到图像f上,其中V是与f大小相同的一个数组,它包含了每一个点的理想方差值。
g=imnoise(f,'localvar',image_intensity,var)将均值为0的高斯噪声添加到图像f中,其中噪声的局部方差var是图像f的亮度值的函数。参量image_intensity和var是大小相同的向量,plot(image_intensity,var)绘制出噪声方差和图像亮度的函数关系。向量image_intensity必须包含范围在[0,1]内的归一化亮度值。
g=imnoise(f,'salt & pepper',d)用椒盐噪声污染图像f,其中d是噪声密度(即包括噪声值的图像区域的百分比)。因此,大约有d*numel(f)个像素受到影响。默认的噪声密度为0.05。
g=imnoise(f,'speckle',var)用方程g=f+n*f)将乘性噪声添加到图像f上,其中n是均值为0,方差为var的均匀分布的随机噪声,var的默认值是0.04。
g=imnoise(f,'poisson')从数据中生成泊松噪声,而不是将人工的噪声添加到数据中,为了遵守泊松统计,unit8和unit16类图像的亮度必须和光子的数量相符合。当每个像素的光子数量大于65535时,就要使用双精度图像。亮度值在0到1之间变化,并且对应于光子的数量除以10e12。

②在matlab中,medfilt2函数用于执行二维中值滤波,使用方法如下:
  B = medfilt2(A, [m n])
  B = medfilt2(A)
  B = medfilt2(A, ’indexed’, ...)
  其中[m n]表示邻域块的大小,默认值为[3 3]。
  //b=medfilt2(a,[m,n]);
  b是中值滤波后的图象矩阵,a是原图矩阵,m和n是处理模版大小,默认3×3。


  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值