数字图像去噪处理

1、一加噪f=imread('mch.tif'); figure(1);imshow(f); title('原始图像'); g=imnoise(f,'salt & pepper',0.2); figure(2);imshow(g);title('椒盐噪声污染的图像');二图像去噪 1. 均值滤波器【1】均值滤波： 本例对一幅数字图像添加高斯噪声，并分别用3*3和7*7均值滤波模板进行噪声的滤除。所需程序代码如下： clear all %打开图像 I=imread('mch.tif'); %创建均值滤波模板 H1

2、=ones(3)/9; H2=ones(7)/49; %添加高斯噪声，均值为0，方差为0.02 J=imnoise(I,'gaussian',0,0.02); %转换J为double数据类型 J=double(J); %均值滤波 G1=conv2(J,H1,'same'); G2=conv2(J,H2,'same'); %图像显示 subplot(2,2,1); imshow(I); title('原始图像'); subplot(2,2,2); imshow(J,); title('添加高斯噪声图像'); subp

3、lot(2,2,3); imshow(G1,); title('3*3均值滤波图像'); subplot(2,2,4); imshow(G2,); title('7*7均值滤波图像');【2】超限像素平滑法：clear all %打开图像 I=imread('pout.tif'); m n=size(I);%求图像尺寸 T=50;%设定阈值 G=; %创建均值滤波模板 H1=ones(3)/9; %添加椒盐噪声 J=imnoise(I,'salt & pepper',0.05); %转换J为double数据类型 J=dou

4、ble(J); %均值滤波 G1=conv2(J,H1,'same'); %超限像素平滑 for i=1:m for j=1:n if abs(J(i,j)-G1(i,j)>T G(i,j)=G1(i,j); else G(i,j)=J(i,j); end end end %图像显示 subplot(2,2,1); imshow(I); title('原始图像'); subplot(2,2,2); imshow(J,); title('添加椒盐噪声图像'); subplot(2,2,3); imshow(G1,); title('3

5、*3均值滤波图像'); subplot(2,2,4); imshow(G,); title('超限像素平滑图像');2. 中值滤波 clear all %打开图像 I=imread('21.tif'); %添加椒盐噪声 N1=imnoise(I,'salt & pepper',0.04); %添加高斯噪声 N2=imnoise(I,'gaussian',0,0.02); %添加乘性噪声 N3=imnoise(I,'speckle',0.02); G1=medfilt2(N1); G2=medfilt

6、2(N2); G3=medfilt2(N3); %分别显示噪声图像和中值滤波图像 subplot(2,3,1); imshow(N1); title('添加椒盐噪声图像'); subplot(2,3,2); imshow(N2); title('添加高斯噪声图像'); subplot(2,3,3); imshow(N3); title('添加乘性噪声图像'); subplot(2,3,4); imshow(G1); title('椒盐噪声中值滤波图像'); subplot(2,3,5); imshow(G2); title(

7、9;高斯噪声中值滤波图像'); subplot(2,3,6); imshow(G3); title('乘性噪声中值滤波图像');3. 维纳滤波 【1】 clear all I=imread('mch.tif'); %添加高斯噪声 N1=imnoise(I,'gaussian',0,0.005); %wiener2滤波 J1=wiener2(N1,5 5); %分别显示噪声图像和滤波图像 subplot(1,2,1); imshow(N1); title('添加高斯噪声图像'); subplot(1,2,2); imshow

8、(J1); title('维纳滤波图像'); 【2】 %读原图 i=imread('20.tif'); subplot(2,2,1); imshow(i); title('原图'); axis square; j=imnoise(i,'gaussian',0,0.1); subplot(2,2,2); imshow(j); title('加噪图像'); axis square; %用sym4小波函数对j进行2层分解 c,l=wavedec2(j,2,'sym4'); %实现低通滤波消噪 a1=uin

9、t8(wrcoef2('a',c,l,'sym4',2); %用coif2小波函数对j进行2层分解 gc,gl=wavedec2(a1,2,'coif2'); n=1,2;%设置尺度向量 p=10.28,24.08;%设置阈值向量 %对三个高频系数进行阈值处理 nc=wthcoef2('h',gc,gl,n,p,'s'); nc=wthcoef2('v',gc,gl,n,p,'s'); nc=wthcoef2('d',gc,gl,n,p,'s'); m

10、c=wthcoef2('h',gc,gl,n,p,'s'); mc=wthcoef2('v',gc,gl,n,p,'s'); mc=wthcoef2('d',gc,gl,n,p,'s'); %对更新后的小波分解结构进行阈值处理 x2=waverec2(mc,gl,'coif2'); %进行中值滤波 for ii=1:252; for jj=1:252; temp=0; for m=0:3 for n=0:3 temp=temp+double(x2(ii+m,jj+n); end en

11、d temp=temp/16; x4(ii,jj)=temp; end end for ii=253:256 for jj=253:256 x4(ii,jj)=double(i(ii,jj); end end %显示去噪图像 subplot(2,2,3); imshow(uint8(x4); title('消噪图像'); axis square; 4. 小波图像降噪 【1】使用wdencmp函数 %装载图像 load sinsin %添加噪声 init=20100111; randn('seed',init); x=X+18*randn(size(X); %获取

12、默认值 thr,sorh,keepapp=ddencmp('den','wv',x); %使用全局阈值降噪 xd=wdencmp('gbl',x,'sym4',2,thr,sorh,keepapp); subplot(2,2,1) imshow(X,map);title('原始图像'); subplot(2,2,2) imshow(x,map);title('加噪图像'); subplot(2,2,3) imshow(xd,map);title('降噪图像');【2】使用wbmpen

13、函数 %装载图像 load belmont2; nbc=size(map,1); %使用coif2执行图象的3层小波分解 wname='coif2'lev=3; c,s=wavedec2(X,lev,wname); %由第1层的系数估计噪声标准差 det1=detcoef2('compact',c,s,1); sigma=median(abs(det1)/0.6745; %对图像降噪，用wbmpen函数选择全局阈值 alpha=1.2; thr=wbmpen(c,1,sigma,alpha); %使用软阈值和保存的低频信号，进行图像降噪 keepapp=1; x

14、d=wdencmp('gbl',c,s,wname,lev,thr,'s',keepapp); %结果显示 colormap(pink(nbc); subplot(1,2,1); image(wcodemat(X,nbc); title('原始图像'); subplot(1,2,2); image(wcodemat(xd,nbc); title('降噪图像''THR='num2str(thr);5.形态学噪声滤除三图像复原最小二乘方滤波复原（用NP） clear all %产生棋盘图像 I=checkerboard

15、(32); %高斯卷积造成图像模糊 PSF=fspecial('gaussian',8,12); Blurred_I=imfilter(I,PSF,'conv'); %添加噪声 V=0.02; Blurred_I_Noisy=imnoise(Blurred_I,'gaussian',0,V); %噪声功率 NP=V*prod(size(I); %真实PSF和NP图像复原 J1=deconvreg(Blurred_I_Noisy,PSF,NP); %真实PSF和过大的NP图像复原 J2=deconvreg(Blurred_I_Noisy,PSF,2

16、*NP); %真实PSF和过小的NP图像复原 J3=deconvreg(Blurred_I_Noisy,PSF,0.6*NP); ED=edgetaper(Blurred_I_Noisy,PSF); J4=deconvreg(ED,PSF,0.6*NP); subplot(2,3,1); imshow(I,); title('原始图像'); subplot(2,3,2); imshow(Blurred_I_Noisy,); title('高斯模糊噪声图像'); subplot(2,3,3); imshow(J1,); title('真实NP复原图像

17、9;); subplot(2,3,4); imshow(J2,); title('过大的NP复原图像'); subplot(2,3,5); imshow(J3,); title('过小的NP复原图像'); subplot(2,3,6); imshow(J4,); title('振铃抑制复原图像'); 四图像的去噪 【注】用四种方法实现图像去噪1. clear all %打开图像 I=imread('21.tif'); %创建均值滤波模板 H1=ones(3)/9; %高斯卷积造成图像模糊 PSF=fspecial('gau

18、ssian',8,12); Blurred_I=imfilter(I,PSF,'conv'); %添加噪声 V=0.02; J=imnoise(Blurred_I,'gaussian',0,V); %噪声功率 NP=V*prod(size(I); %真实PSF和NP图像复原 J2=deconvreg(J,PSF,NP); %均值滤波 G1=conv2(J,H1,'same'); %中值滤波 G2=medfilt2(J); %wiener2滤波 J1=wiener2(J,5 5); %图像显示 subplot(2,3,1); imshow(

19、I); title('原始图像'); subplot(2,3,2); imshow(J,); title('高斯模糊噪声图像'); subplot(2,3,3); imshow(J2,); title('真实NP复原图像'); subplot(2,3,4); imshow(G1,); title('3*3均值滤波图像'); subplot(2,3,5); imshow(G2); title('中值滤波图像'); subplot(2,3,6); imshow(J1); title('维纳滤波图像');

20、 2. %装载图像 load sinsin %添加噪声 init=20100111; randn('seed',init); x=X+18*randn(size(X); %获取默认值 thr,sorh,keepapp=ddencmp('den','wv',x); %使用全局阈值降噪 xd=wdencmp('gbl',x,'sym4',2,thr,sorh,keepapp); %wiener2滤波 J=wiener2(x,5 5); %中值滤波 J1=medfilt2(x); %创建均值滤波模板 H=ones(7)/

21、49; %均值滤波 J2=conv2(x,H,'same'); %图像显示 subplot(2,3,1) imshow(X,map);title('原始图像'); subplot(2,3,2) imshow(x,map);title('加噪图像'); subplot(2,3,3) imshow(xd,map);title('小波降噪图像'); subplot(2,3,4) imshow(J,map);title('维纳滤波图像'); subplot(2,3,5) imshow(J1,map);title('

22、中值滤波图像'); subplot(2,3,6) imshow(J2,map);title('均值滤波图像'); 3. clear all %打开图像 I=imread('mch.tif') m n=size(I);%求图像尺寸 T=50;%设定阈值 G=; %高斯卷积造成图像模糊 PSF=fspecial('gaussian',8,12); Blurred_I=imfilter(I,PSF,'conv'); %添加噪声 V=0.02; Blurred_I_Noisy=imnoise(Blurred_I,'gaus

23、sian',0,V); %噪声功率 NP=V*prod(size(I); %真实PSF和NP图像复原 J=deconvreg(Blurred_I_Noisy,PSF,NP); %wiener2滤波 J1=wiener2(Blurred_I_Noisy,5 5); %中值滤波 J2=medfilt2(Blurred_I_Noisy); %创建均值滤波模板 H=ones(7)/49; %均值滤波 J3=conv2(Blurred_I_Noisy,H,'same'); %超限像素平滑 for i=1:m for j=1:n if abs( Blurred_I_Noisy(i,

24、j)-J3(i,j)>T G(i,j)=J3(i,j); else G(i,j)= Blurred_I_Noisy(i,j); end end end subplot(2,4,1); imshow(I,); title('原始图像'); subplot(2,4,2); imshow(Blurred_I_Noisy,); title('高斯模糊噪声图像'); subplot(2,4,3); imshow(J,); title('真实NP复原图像'); subplot(2,4,4); imshow(J1,); title('维纳滤波图像

25、'); subplot(2,4,5); imshow(J2,); title('中值滤波图像'); subplot(2,4,6); imshow(J3,); title('均值滤波图像'); subplot(2,4,7); imshow(G,); title('超限像素平滑图像'); 4. clear all %打开图像 I=imread('mch.tif'); %创建均值滤波模板 H1=ones(3)/9; H2=ones(7)/49; %添加高斯噪声，均值为0，方差为0.02 J=imnoise(I,'gaus

26、sian',0,0.02); %转换J为double数据类型 J=double(J); %均值滤波 G1=conv2(J,H1,'same'); G2=conv2(J,H2,'same'); %wiener2滤波 J1=wiener2(J,5 5);%中值滤波G3=medfilt2(J); %图像显示 subplot(3,2,1); imshow(I); title('原始图像'); subplot(3,2,2); imshow(J,); title('添加高斯噪声图像'); subplot(3,2,3); imshow(G1,); title('3*3均值滤波图像'); s