
1、双循环语句,移动平均法。
<p>双循环语句,移动平均法</p> <p>%均值滤波</p>
<p>clc,clear;</p>
<p>f=imread('lenabmp');</p>
<p>subplot(121),imshow(f),title('原图');</p>
<p>f1=imnoise(f,'gaussian',0002,00008);</p>
<p>%subplot(222),imshow(f1),title('添加高斯噪声图');</p>
<p>k1=floor(3/2)+1;</p>
<p>k2=floor(3/2)+1;</p> <p>X=f1;</p>
<p>[M,N]=size(X);</p> <p>uint8 Y=zeros(M,N);</p>
<p>funBox=zeros(3,3);</p> <p>for i=1:M-3 </p>
<p> for j=1:N-3 </p> <p> funBox=X(i:i+3,j:j+3); </p>
<p> s=sum(funBox(:));</p> <p> h=s/9; </p>
<p> Y(i+k1,j+k2)=h; </p> <p> end;</p>
<p>end;</p> <p>Y=Y/255;</p>
<p>subplot(122),imshow(Y),title('均值滤波');</p>
<p>实现图:</p>
2、filter2。
<p>filter2</p>
<p>clear all;</p>
<p>I=imread('lenabmp');</p>
<p>%读入预处理图像</p>
<p>imshow(I)</p> <p>%显示预处理图像</p>
<p>K1=filter2(fspecial('average',3),I)/255;</p> <p>%进行33均值滤波</p>
<p>K2=filter2(fspecial('average',5),I)/255;</p> <p>%进行55均值滤波</p>
<p>K3=filter2(fspecial('average',7),I)/255;</p> <p>%进行77均值滤波</p>
<p>figure,imshow(K1)</p> <p>figure,imshow(K2)</p>
<p>figure,imshow(K3)</p>
1灰度变换增强
(1)图像直方图
(2)图像直方图的均衡化
2频域滤波增强
(1)低通滤波器
(2)高通滤波器
(3)同态滤波器
3彩色增强
(1)真彩色增强
(2)伪彩色增强
(3)假彩色增强
4小波变换在图像增强方面的应用
图像增强是图像处理中的基本技术之一,它是把原来不清晰的图像变得清晰,或者抑制图像的某些特征而使另一些特征得到增强。其主要目的是使处理后的图像质量得到改善,增加图像的信噪比,或者增强图像的视觉效果。
一、灰度变换增强
由于受各种拍摄条件的限制,图像的对比度有时比较差,图像的直方图分布有时也不够均衡,主要的元素集中在几个像素值附近,通过直方图均衡化,可使得图像中各个像素值尽可能均匀地分布或者服从一定形式的分布,从而提高图像的对比度。
(1)图像直方图
直方图是多种空间域处理技术的基础。直方图 *** 作能有效地增强图像,直方图固有的信息在其他图像处理应用中也是非常有用的,如图像压缩与分割。
调用imhist函数可以显示一幅图像的直方图。
clc; %clc的作用就是清屏幕
clear; %clear是删除所有的变量
close all; %close all是将所有打开的关掉。
array=zeros(1,256);
I=imread('E:\我的桌面\MATLAB\练习\2jpg');
a=im2gray(I); %转换为灰度像素
subplot(121),
imshow(a); %显示原图像
title('原始图像');
subplot(122),
imhist(I); %显示其直方图
title('直方图');
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
5
6
7
8
9
10
11
12
在这里插入描述
(2)图像直方图的均衡化
又称直方图平坦化,实质上是对图像进行非线性拉伸,重新分配图像象元值,使一定灰度范围内象元值的数量大致相等。这样,原来直方图中间的峰顶部分对比度得到增强,而两侧的谷底部分对比度降低,输出图像的直方图是一个较平的分段直方图?
以上就是关于编写用均值滤波去噪的matlab程序,用两种方法实现.(重谢)全部的内容,包括:编写用均值滤波去噪的matlab程序,用两种方法实现.(重谢)、matlab画图像的像素强度分布、等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)