圖像處理代碼

1、第三章 基于MATLABD的模擬噪聲生成MATLAB圖像處理工具箱提供的噪聲添加函數(shù)imnoise,它可以對圖添加一些典型的噪聲。其語法是：J=imnoise(I,type)J=imnoise(I,type,parameters)其功能是：返回對原圖像I添加典型噪聲的圖像J,參數(shù)type和parameters用于確定噪聲的類型和相應的參數(shù)。三種典型的噪聲：type=gaussian時,為 高 斯 噪 聲；type=salt&pepper時，為椒鹽噪聲；type=speckle時，為乘法噪聲；如下程序就實現(xiàn)了對名為king圖像的3種噪聲污染了的圖像：i=imread('king.

2、jpg'); %讀取圖像I=rgb2gray(i); I1=imnoise(I,'gaussian'); %加高斯噪聲I2=imnoise(I,'salt & pepper',0.02); %加椒鹽噪聲I3=imnoise(I,'speckle'); %加乘性噪聲subplot(221),imshow(I); %顯示圖像I title('原圖像');subplot(222),imshow(I1);title('受高斯噪聲污染的圖像');subplot(223),imshow(I2);title(&#

3、39;受椒鹽噪聲污染的圖像');subplot(224),imshow(I3); title('受乘性噪聲污染的圖像');處理結果如圖3.1所示：圖3.1 圖像添加噪聲處理結果第四章 均值濾波處理方法4.2均值濾波法對圖像的處理在MATLAB圖像處理工具箱中，提供了imfilter函數(shù)用于實現(xiàn)均值濾波，imfilter的語法格式為： B=imfilter(A,H)其功能是，用H模板對圖像A進行均值濾波，模板為：取H1,程序如下： i=imread('king.jpg'); %讀取圖像 I=rgb2gray(i);I1=imnoise(I,'gau

4、ssian');I2=imnoise(I,'salt & pepper',0.02);I3=imnoise(I,'speckle');H1=ones(3,3)/9; %3×3領域模板J=imfilter(I,H1); %領域平均J1=imfilter(I1,H1);J2=imfilter(I2,H1);J3=imfilter(I3,H1);subplot(221),imshow(J); title('原圖像濾波后');subplot(222),imshow(J1); title('高斯污染圖像濾波后');

5、subplot(223),imshow(J2); title('椒鹽污染圖像濾波后');subplot(224),imshow(J3);title('乘法污染圖像濾波后'); 運行結果如圖4.3圖4.3 3×3領域模板處理結果取H2，程序如下：i=imread('king.jpg'); %讀取圖像 I=rgb2gray(i);I1=imnoise(I,'gaussian');I2=imnoise(I,'salt & pepper',0.02);I3=imnoise(I,'speckle&#

6、39;);H2= ones(5,5)/25; %5×5領域模板J=imfilter(I,H2); %領域平均J1=imfilter(I1,H2);J2=imfilter(I2,H2);J3=imfilter(I3,H2);subplot(221),imshow(J); title('原圖像濾波后');subplot(222),imshow(J1); title('高斯污染圖像濾波后');subplot(223),imshow(J2); title('椒鹽污染圖像濾波后');subplot(224),imshow(J3); title(&

7、#39;乘法污染圖像濾波后'); 運行結果如圖4.4：圖4.4 5×5領域模板處理結果第五章 中值濾波處理方法5.2中值濾波法對圖像的處理MATLAB圖像處理工具箱提供了medfilt2函數(shù)用于中值濾波。其語法格式為：B=medfilt2(A) 其功能為：用3×3的濾波窗口對圖像A進行中值濾波；B=medfilt2(A,m,n) 其功能是：用大小為m×n的窗口對圖像A進行中值濾波；B=medfilt2(A,'indexed',.) 其功能為：對索引圖像A進行中值濾波；用3×3中值濾波模板和5×5中值濾波模板對圖像進行處理

8、，程序如下：i=imread('king.jpg'); I=rgb2gray(i);I1=imnoise(I,'gaussian');I2=imnoise(I,'salt & pepper',0.02);I3=imnoise(I,'speckle');J1=medfilt2(I1,3,3); %3×3中值濾波模板J2=medfilt2(I2,3,3);J3=medfilt2(I3,3,3);J4=medfilt2(I1,5,5); %5×5中值濾波模板J5=medfilt2(I2,5,5);J6=med

9、filt2(I3,5,5);figure,subplot(121),imshow(J1);title('高斯3*3中值濾波后');subplot(122),imshow(J2);title('椒鹽3*3中值濾波后');figure,subplot(121),imshow(J3);title('乘法3*3中值濾波后');subplot(122),imshow(J4);title('高斯5*5中值濾波后');figure,subplot(121),imshow(J5);title('椒鹽5*5中值濾波后');subpl

10、ot(122),imshow(J6);title('乘法5*5中值濾波后');處理結果如圖5.1圖5.1 3×3中值濾波模板和5×5中值濾波模板對圖像進行處理第六章 頻域低通濾波法用理想低通濾波器對圖像處理，程序如下（以受高斯噪聲污染圖像為例）：i=imread('king.jpg');I=rgb2gray(i);I1=imnoise(I,'gaussian');s=fftshift(fft2(I1);a,b=size(s);a0=round(a/2);b0=round(b/2);d0=10;%這里d取10和50作比較for

11、i=1:a for j=1:b d=sqrt(i-a0)2+(j-b0)2); if d <=d0 ,h=1; else h=0; end; s(i,j)=h*s(i,j); end;end;s=uint8(real(ifft2(ifftshift(s);subplot(121),imshow(I1);title('受高斯噪聲污染后的圖像');subplot(122),imshow(s);title('高斯污染圖像濾波后');處理結果如圖6.3所示：圖6.3 理想低通濾波器處理結果6.2巴特沃思低通濾波器（BLPF）對圖像的處理用巴特沃斯濾波器對圖像處理，

12、程序如下（以受高斯噪聲污染圖像為例）：i=imread('king.jpg'); I=rgb2gray(i);I1=imnoise(I,'gaussian');s=fftshift(fft2(I1); a,b=size(g);n=1;%這里階次n取1和3做比較d0=50; %此處d0為截止頻率n1=fix(a/2);n2=fix(b/2);for i=1:a for j=1:b d=sqrt(i-n1)2+(j-n2)2);h=1/(1+0.414*(d/d0)(2*n); s(i,j)=h*s(i,j);endends=uint8(real(ifft2(iff

13、tshift(s);subplot(121),imshow(I1);title('受高斯噪聲污染的圖像');subplot(122),imshow(s);title('高斯污染圖像處理后');處理后結果如圖6.5所示：圖6.5 巴特沃斯低通濾波器處理結果6.3 指數(shù)濾波器(ELPF)對圖像的處理用指數(shù)低通濾波器對圖像處理，程序如下（以受高斯噪聲污染圖像為例）：i=imread('king.jpg'); I=rgb2gray(i);I1=imnoise(I,'salt & pepper',0.02);s=fftshift(f

14、ft2(I1); a,b=size(g);n=1;%這里階次n取1和3做比較d0=50; %此處d0為截止頻率n1=fix(a/2);n2=fix(b/2);for i=1:a for j=1:b d=sqrt(i-n1)2+(j-n2)2);h= exp(-0.347*(d/d0)n); s(i,j)=h*s(i,j);end;end;s=uint8(real(ifft2(ifftshift(s);subplot(121),imshow(I1);title('受高斯噪聲污染的圖像');subplot(122),imshow(s);title('高斯污染圖像處理后

15、9;);處理結果如圖6.7所示.圖6.7 指數(shù)低通濾波器處理結果6.4 梯形濾波器（TLPF)對圖像的處理用梯形低通濾波器對圖像處理，程序如下（以受高斯噪聲污染圖像為例）：i=imread('king.jpg'); I=rgb2gray(i);I1=imnoise(I,'salt & pepper',0.02);s=fftshift(fft2(I1);a,b=size(s);a0=round(a/2);b0=round(b/2);d0=10,d1=50;%這里d取10和50作比較for i=1:a for j=1:b distance=sqrt(i-a0

16、)2+(j-b0)2); if distance <=d0 ,h=1; else if distance >=d1,h=0; else h=1-(d-d0)/(d1-d0); end; end; s(i,j)=h*s(i,j); end;end;s=uint8(real(ifft2(ifftshift(s);subplot(121),imshow(I1);title('受高斯噪聲污染的圖像');subplot(122),imshow(s);title('高斯污染圖像處理后');處理結果如圖6.9所示圖6.9 梯形低通濾波器對圖像的處理結果6.5 構建

17、二維濾波器對圖像的處理首先構建二維濾波器d，傳遞函數(shù)如圖6.10所示;f1,f2=freqspace(25,'meshgrid');Hd=zeros(25,25);d=sqrt(f1.2+f2.2)<0.5; %0.5為截止半徑大小Hd(d)=1; h=fsamp2(Hd);figure,freqz2(h,64,64);然后用所構建的二維濾波器對以上圖像進行濾波i=imread('king.jpg'); I=rgb2gray(i);I1=imnoise(I,'gaussian');I2=imnoise(I,'salt & pepper',0.02);I3=imnoise(I,'speckle');J=imfilter(I,h,'replicate');J1=imfilter(I1,h,'replicate');J2=imfilter(I2,h,'replicate');J3=imfilter(I3,h,'replicate');subplot(221),imshow(J);title('原圖像濾波后');subplot(222)