matlab平滑窗滤波,matlab实现平滑滤波

本文展示了如何使用MATLAB进行图像平滑处理,包括对高斯噪声和椒盐噪声的处理。通过均值滤波、中值滤波和高斯滤波,有效地减少了图像中的噪声,恢复了图像的清晰度。
摘要由CSDN通过智能技术生成

clc;clear;close all;

im=imread(‘p1.jpg‘);

im = rgb2gray(im);

im=double(im);

im=im/max(im(??);

figure(‘Name‘,‘原图‘,‘NumberTitle‘,‘off‘);imshow(im,[0,1]);

P1 = imnoise(im,‘gaussian‘,0,0.005); % adding gaussian noise 这里im是原始图像,添加了均值是0,方差是0.005的高斯噪声。

figure(‘Name‘,‘高斯噪声‘,‘NumberTitle‘,‘off‘);imshow(P1,[0,1]);

P2 = imnoise(im,‘salt & pepper‘,0.02); % adding impulse noise 添加盐和胡椒噪声,默认噪声密度为0.05。这会影响大约5%的像素。

figure(‘Name‘,‘椒盐噪声‘,‘NumberTitle‘,‘off‘);imshow(P2,[0,1]);

a=[1 1 1;1 1 1;1 1 1]; %定义一个3X3的全为1的模板

template1=(1/9)*a;

%对高斯噪声进行滤波操作

imAve=conv2(double(P1),double(template1));% 返回矩阵 a 和 template1 的二维卷积。

figure(‘Name‘,‘高斯噪声:均值滤波‘,‘NumberTitle‘,‘off‘);imshow(imAve,[0,1]);

imMed=medfilt2(P1,[3,3],‘symmetric‘); %执行中值滤波,其中每个输出像素包含输入图像中相应像素周围的m按n邻域

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