线性滤波器matlab代码,20.5.2 线性滤波（1）

20.5.2  线性滤波(1)

MATLAB图像处理工具箱利用函数imfilter对图像作线性滤波，其一般的调用格式为：

B = imfilter(A,H)；

B = imfilter(A,H,option1,option2,...)。

其中A、B分别为输入、输出图像。线性滤波器可以由相关或卷积实现，默认情况下由相关实现，可以通过设置option3 = 'conv'，使线性滤波由卷积实现。H为对应的相关窗或卷积窗；通过设置option1决定线性滤波器对边界的处理方式，'replicate'使用最近邻边界填充，默认情况下option1 = 0，边界由0填充。

下面的例子中利用 等权重的滤波器对受高斯噪声污染的coins图像作线性滤波，通常称这种等权重的线性滤波器为均值滤波器(averaging filter)。

【例20.18】  均值滤波器应用示例。

(1)读入coins的图像数据I，并显示。在MATLAB命令窗口输入以下代码。

>>I=imread('coins.png');

>>imshow(I);

上述代码运行结果如图20.60所示。

(2)对I施加高斯噪声，得到受噪声污染的图像。在MATLAB命令窗口输入以下代码。

>>I=imnoise(I,'gaussian');

>>imshow(I);

上述代码运行结果如图20.61所示。

(3)利用5 5均值滤波器对受加性噪声污染的coins图像作线性滤波。在MATLAB命令窗口输入以下代码。

>>h=ones(5,5)/25;   %滤波窗口

>>I=imfilter(I,h);    %线性滤波

>>imshow(I);

上述代码运行结果如图20.62所示，可以看到均值滤波器降低了噪声，但是也使得图像更加模糊。

注意：函数imfilter在考虑图像的数据类型时，遵循与图像代数运算相同的运算规则，读者如有疑问，请参考第20.3节。

在利用MATLAB图像处理工具箱对图像作线性滤波时，用户除了使用自定义的滤波器外，还可以使用一些MATLAB预定义的滤波器。用户可以利用函数fspecial得到MATLAB预定义的滤波器。例如，h = fspecial('gaussian',HSIZE,SIGMA)产生高斯滤波器，HSIZE为滤波窗口的大小，默认为[3，3]；SIGMA表示高斯滤波器的峰度，SIGMA越小，h越接近冲击函数，SIGMA越大，h越接近均值滤波器。

【责任编辑：book TEL：(010)68476606】

点赞 0