手写图像滤波与Matlab图像滤波对比(作业向)

close all
clear
I=imread("noiseimg.bmp");%读取图片
P = rgb2gray(I);%灰度化

fprintf('处理中....')
w1=fspecial('average',[3 3]);
w2=fspecial('average',[5 5]);
w3=fspecial('gaussian',[3 3]);
w4=fspecial('gaussian',[3 3]);
w={w1,w2,w3,w4};
fprintf('处理中....')
for i=1:4
my(:,:,i)=my_filter(P,cell2mat(w(i)));
ma(:,:,i)=imadjust(imfilter(P,cell2mat(w(i))));
fprintf('处理中....')
end

my(:,:,5)=my_median(P,3);
fprintf('处理中....')
my(:,:,6)=my_median(P,5);
fprintf('处理中....')
ma(:,:,5)=imadjust(medfilt2(P,[3 2]));
fprintf('处理中....')
ma(:,:,6)=imadjust(medfilt2(P,[5 5]));
fprintf('处理中....\n')

fprintf('开始显示')
figure 
imshow(I)
title('原图')
pause(1)
% set(gcf,'position',[0 330 400 350]);
close

figure 
imshow(P)
title('灰度化后')
pause(1)
% set(gcf,'position',[400 330 400 350]);
close
a={'Matlab的3*3均值滤波后',
    '我的3*3均值滤波后',
   'Matlab的5*5均值滤波后',
     '我的5*5均值滤波后',
   'Matlab的3*3高斯滤波后',
  '我的3*3高斯滤波后',
   'Matlab的5*5高斯滤波后',
'我的5*5高斯滤波后',
   'Matlab的3*3中值滤波后',
'我的3*3中值滤波后',
   'Matlab的5*5中值滤波后',
'我的5*5中值滤波后'};
for i=1:6
figure 
set(gcf,'position',[200 150 400 350]);
imshow(ma(:,:,i))
title(char(a(2*(i-1)+1)))
figure 
set(gcf,'position',[900 150 400 350]);
imshow(my(:,:,i))
title(char(a(2*i)))
pause(2)
close all
end
subplot(351),imshow(I),title('原图')
subplot(352),imshow(P),title('灰度化后')
for i=1:6
subplot(3,5,2+2*(i-1)+1),imshow(ma(:,:,i)),title(char(a(2*(i-1)+1)))
subplot(3,5,2+2*i),imshow(my(:,:,i)),title(char(a(2*i)))
end
function [image] = my_median(inputimage,n)
[height, width] = size(inputimage);
x1 = (inputimage);
x2 = x1;
    for i = 1: height-n+1
        for j = 1:width-n+1
            mb = x1( i:(i+n-1),  j:(j+n-1) );
            mb = mb(:);
            mm = median(mb);
            x2( i+(n-1)/2,  j+(n-1)/2 ) = mm;
        end
    end
    image=x2;
    image =imadjust( image);
end
function image = my_filter(inputimage,filter)
[n, ~] = size(filter);
template = filter;
[height, width] = size(inputimage);
x1 = double(inputimage);
x2 = x1;
for i = 1:height-n+1
    for j = 1:width-n+1
        c = x1(i:i+n-1,j:j+n-1).*template;
        s = sum(sum(c));
        x2(i+(n-1)/2,j+(n-1)/2) = s;
    end
end
image=uint8(x2);
 image =imadjust( image);
end

nosieimg.bmp
在这里插入图片描述

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1. 主要工作: 基于MATLAB图像处理的中值滤波、均值滤波以及高斯滤波的实现与对比: a) 中值滤波法是一种非线性平滑技术,它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值. b) 均值滤波是典型的线性滤波算法,它是指在图像上对目标像素给一个模板,该模板包括了其周围的临近像素(以目标像素为中心的周围8个像素,构成一个滤波模板,即去掉目标像素本身),再用模板中的全体像素的平均值来代替原来像素值。 c) 高斯滤波是一种线性平滑滤波,适用于消除高斯噪声,广泛应用于图像处理的减噪过程。通俗的讲,高斯滤波就是对整幅图像进行加权平均的过程,每一个像素点的值,都由其本身和邻域内的其他像素值经过加权平均后得到。高斯滤波的具体操作是:用一个模板(或称卷积、掩模)扫描图像中的每一个像素,用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值。 2. 代码功能: 实现中值滤波、均值滤波以及高斯滤波,并对图像进行输出 3. 结果分析 a) 图像经过中值滤波后,高斯噪声没有被完全去除,椒盐噪声几乎被完全去除效果较好。经过均值滤波后不管是高斯噪声还是椒盐噪声大部分都没有被去除,只是稍微模糊化。经过高斯滤波后,高斯噪声和椒盐噪声几乎被很大程度的模糊化,原图好像被加上了一层蒙版。 【注】若添加图片分辨率过高会发出警报,如果可以正常输出则可以忽视。

“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