3x3中值滤波怎么计算过程_光电图像处理 | 空域滤波增强

本文介绍了3x3中值滤波在图像处理中的应用,首先通过`imnoise()`函数模拟图像噪声,然后详细阐述了空域滤波的过程,特别是中值滤波在去除椒盐噪声上的效果。同时,讨论了二维统计顺序滤波和自适应滤波的概念,并提到了最大值和最小值滤波增强的方法。最后,简要提及了锐化滤波,但作者对Roberts算子的理解存在困惑,期待后续的讲解。
摘要由CSDN通过智能技术生成

5a781dec048bbea38bc9d41bba7527cf.png

空域滤波增强

First : imnoise()

61f24f32090a336affa3ab2d678fa834.png 

026859f6eeafd13045b6b3f5b688fd60.png

clc;close all;I = imread('图片2.jpg');subplot(121),imshow(I);title('原始图像');J = imnoise(I,'salt & pepper');subplot(122),imshow(J);title('加入椒盐噪声后的图像')

RESULT

76ccdd29b210be813fd8d9e3873187c2.png

空域滤波过程

Spocess

61f24f32090a336affa3ab2d678fa834.png

38a1681456c6f6e1cbd628119c158219.png

a4f84f886e606446c5b4a8a796da4df5.png

92374926207bc8286631c92247df5c5a.png

61f24f32090a336affa3ab2d678fa834.png

02881ddbf75fd8be5f230b70da46b63a.png

clc;close all;I = imread('图片2.jpg');subplot(231),imshow(I);title('原始图像');I = rgb2gray(I);J = imnoise(I,'salt & pepper',0.03);% 加均值为0,方差为0.03的椒盐噪声subplot(232),imshow(J);title('加入椒盐噪声后的图像')K = filter2(fspecial('average',3),J)/255; % 进行“相关”计算% 注:fspecial()函数可产生 ‘average’, ‘gaussian’, ‘motion’, ‘sobel’, ‘laplacian’,  ‘log’ , ‘unsharp’ 等多种特殊滤波器subplot(233),imshow(K,[]);title('椒盐噪声被均值滤波后的图像');J2 = imnoise(I,'gaussian',0.03); %% 加均值为0,方差为0.03的高斯噪声subplot(234),imshow(J2);title('加入高斯噪声后的图像');K2 = medfilt2(J2); % 图像滤波处理(中值滤波函数)subplot(235),imshow(K2,[]);title('高斯噪声被中值滤波后的图像');K3 = filter2(fspecial('average',5),J)/255; % 
  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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