matlab高斯滤波跟中值滤波区别,基于matlab的数字图像处理---图像滤波(高斯噪声、椒盐噪声,高斯滤波、中值滤波)...

对图像进行添加高斯噪声、椒盐噪声处理之后,使用高斯滤波、中值滤波方式对添加噪声的图像进行滤波处理,实现程序如下:clc

P = imread('原始图像.jpg'); % 读入图像

figure

img=rgb2gray(P);

imwrite(img,'甲.png');

imshow(img)

title('原始图像')

img1=imnoise(img,'salt & pepper',0.05);

figure

imshow(img1)

title('椒盐噪声 参数:0.05')

img2=imnoise(img,'gaussian',0.01);

figure

imshow(img2)

title('高斯噪声 参数:0.01')

H1=fspecial('gaussian', [3,3], 1);

img_gauss1=imfilter(img1,H1,'replicate');

figure

imshow(img_gauss1)

title('椒盐噪声-高斯滤波')

img_median1=medfilt2(img1,[3 3]);

figure

imshow(img_median1)

title('椒盐噪声-中值滤波')

H2=fspecial('gaussian', [3,3], 1);

img_gauss2=imfilter(img2,H2,'replicate');

figure

imshow(img_gauss2)

title('高斯噪声-高斯滤波')

img_median2=medfilt2(img2,[3 3]);

figure

imshow(img_median2)

title('高斯噪声-中值滤波')

a=abs(img_gauss1-img);

data1=mean(a(:));

fprintf('乙G -甲 =%f\n',data1);

b=abs(img_gauss2-img);

data2=mean(b(:));

fprintf('丙G -甲 =%f\n',data2);

c=abs(img_median1-img);

data3=mean(c(:));

fprintf('乙M -甲 =%f\n',data3);

d=abs(img_median2-img);

data4=mean(d(:));

fprintf('丙M -甲 =%f\n',data4);

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
数字图像处理是指利用计算机对数字图像进行处理和分析的过程。而MATLAB是一种常用的图像处理工具,且具有强大的图像处理功能。 图像滤波数字图像处理中常用的一种处理方法,它可以用于图像降噪和图像增强等多个方面。其中,高斯噪声椒盐噪声是常见的两种图像噪声,而高斯滤波中值滤波则是两种常用的图像滤波算法。 高斯噪声是一种服从高斯分布的随机噪声,会对图像的亮度和颜色造成影响。在MATLAB中,可以通过调用imnoise函数来为图像添加高斯噪声。对于已经添加了高斯噪声图像,可以使用高斯滤波来进行滤波处理。高斯滤波基于高斯函数,将图像中每个像素点的值根据其邻域内像素的值进行加权平均。 椒盐噪声是指在图像中随机出现的白点和黑点,会对图像的质量造成较大的影响。同样,在MATLAB中可以通过imnoise函数为图像添加椒盐噪声。针对添加了椒盐噪声图像,可以使用中值滤波进行滤波处理。中值滤波是基于中值运算,将图像中每个像素点的值替换为邻域内像素的中值。 总的来说,基于MATLAB数字图像处理中,图像滤波算法可以用于去除图像中的噪声,提升图像的质量。高斯滤波适用于去除高斯噪声中值滤波适用于去除椒盐噪声。在实际应用中,可以根据图像的噪声类型选择合适的滤波算法以达到更好的滤波效果。
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