锐化和平滑滤波器matlab,关于Matlab：平滑嘈杂的图像然后锐化

我一直在尝试在MATLAB上还原嘈杂的图像。 我从我的原始灰度图像开始，然后应用高斯噪声。 然后，我拍摄了嘈杂的图像并应用了高斯平滑滤波器。 应用平滑滤镜之后，我在高斯模糊图像上应用了拉普拉斯滤镜，并得到了带有一些"边缘"的黑色图像。 我感到困惑的是下一步该怎么做。 我尝试在MATLAB上使用imadd函数，并将高斯模糊图像与Laplacian滤波器的输出相加，但是我的结果却不尽如人意。"恢复"的图像远没有我想象的那么好！

我这样做正确吗？

您可以编辑帖子以包含您正在谈论的特定图片吗？ 我认为在高斯滤波器之后应用Laplacian滤波器不是一个好主意-基本上是先应用低通滤波器再应用高通滤波器，这可能只会降低图像质量。 我会尝试以较小的方差进行高斯模糊处理(在降噪和图像质量之间进行权衡)。 对于"盐和胡椒噪声"，您可以尝试使用中值滤波器。

小狗图像是我正在使用的图像。 我使用的方差是0.01(MATLAB默认值)。 我应该使方差更小吗？

@eigenchris基本上把它钉在了头上，但是我想详细说明为什么我们认为这是个坏主意。模糊图像会去除高频内容(即边缘)。如果您尝试将像拉普拉斯算子这样的高通滤波器应用于低通结果，那么您可能一无所获。

具体来说，当您对图像进行高斯模糊处理时，高频分量将被删除，因此，如果对已删除高频分量的图像应用高通滤波器，则可能会获得几乎为零的输出。

这个故事的寓意是，您不能锐化已经模糊的图像，因为它依赖于高频信息来促进锐化。您实质上是在放大高频内容，以使边缘更加突出，因此是锐化的结果。

我可能建议的一件事是研究反卷积技术，例如维纳滤波器。维纳滤镜本质上试图消除由滤镜对图像执行的效果。

在此MathWorks链接上可以找到一个很好的例子：http://www.mathworks.com/help/images/examples/deblurring-images-using-a-wiener-filter.html

这样，对图像进行模糊处理以消除任何噪点，然后使用维纳过滤器反转模糊处理，以便获得原始版本的OK版本，然后对重建的图像进行锐化。

祝好运！

这一切都说得通。 我之所以尝试这样做，是因为我在搜寻一些随机的东西时偶然发现了这个，并且他正在应用高斯的拉普拉斯算子。

LoG过滤器试图找到良好的边缘，所以可以，我可以看到您使用它，但是您只能找到边缘。 如果要尝试增强图像，则需要将LoG筛选结果添加到图像本身。 尝试一下，看看效果如何。 LoG过滤只是故事的一半！

@BadProgrammer我知道您现在正在尝试做什么。 链接到的方法专门用于边缘增强(如果图像模糊)。 但是，这不是处理噪声的好方法。 正如rayryeng所指出的那样，噪声是高频信号，因此我们经常使用某种低通滤波器处理它。 可爱的形象，顺便说一句！ ;)