数字通信原理的matlab图像处理实验

1、设计性实验5 图像颗粒噪声的产生与去除一、 实验目的1、 了解图像去噪的仿真方法及原理；2、 利用二维滤波器去除图像中的颗粒噪声；二、 实验要求（1）仿真合成一副带颗粒噪声的图像；（2）使用二维滤波器去除图像中的颗粒噪声；三、 实验提示（1）颗粒噪声可以看做是高频噪声。程序代码如下：clear;close all;%读取并显示原来的图像RGB=imread(pic.jpg);figure(1);imshow(RGB);title(原来的RGB图像);%彩色图像转化为灰度图像gray=rgb2gray(RGB);figure(2);imshow(gray);title(转化为gray的图像);%

2、增强图像的对比度duibidu=histeq(gray);figure(3);imshow(duibidu);title(增强对比度后的图像);%存储图像imwrite(duibidu,new.jpg);cun=imread(new.jpg);figure(4);imshow(cun);title(正确存储的图像); %增加亮度RGB1=imread(pic.jpg);RGB2=imadd(RGB1,20);figure(5);imshow(RGB2);title(增加亮度后的图像);%图像的加法：用于对同一场景的多幅图像求平均效果%以便有效地降低具有叠加性质的随机噪声A=imread(pic

3、.jpg);B=imnoise(A,gaussian,0.01);C=imadd(A,B);D=imadd(B,B);figure(6);subplot(2,2,1);imshow(A);subplot(2,2,2);imshow(B);subplot(2,2,3);imshow(C);subplot(2,2,4);imshow(D);%图像减法，也叫差分方法，常用于检测图像变化及运动物体的图像处理方法%下面，根据原始图像生成其背景亮度图像，再将原始图像减去背景亮度图像old=imread(pic.jpg);background=imopen(old,strel(disk,200);new=i

4、msubtract(old,background);figure(7);subplot(2,1,1);imshow(old);title(原始图像);subplot(2,1,2);imshow(new);title(减法后去除背景的图像);%画出灰度图像的轮廓图lun_yuan=imread(pic.jpg);lun_old=rgb2gray(lun_yuan);figure(8);lun_new=imcontour(lun_old);title(灰度图像的轮廓图); %画出图像的边缘bian_yuan=imread(pic.jpg);bian_gray=rgb2gray(bian_yuan)

5、;bian=edge(bian_gray,sobel,0.03);figure(9);imshow(bian);title(图像的边缘图); %图像平滑，低通滤波%增加噪声ping_yuan=imread(pic.jpg);ping_gray=rgb2gray(ping_yuan);ping_noise=imnoise(ping_gray,gaussian,0,0.01);figure(10);imshow(ping_noise);title(增加噪声后的灰度图像); %二维中值滤波%每个输出像素包含输入图像中相应像素周期的M*N邻域内的中值ping1=medfilt2(ping_noise,

6、4 4);figure(11);imshow(ping1);title(二维中值滤波);%增加对比度ping1_1=histeq(ping1);figure(12);imshow(ping1_1);title(二维中值滤波再增加对比度后的图像); %空间域低通滤波,即在空间域中采用离散卷积ping3=double(ping_noise)/255;% 3种用于平滑噪声的低通形式的算子阵列Hh1=1/9 1/9 1/9;1/9 1/9 1/9;1/9 1/9 1/9;h2=1/10 1/10 1/10;1/10 1/5 1/10;1/10 1/10 1/10;h3=1/16 1/8 1/16;1/

7、8 1/4 1/8;1/16 1/8 1/16; ping31=conv2(ping3,h1,smme);figure(13);imshow(ping31);title( 空间域低通滤波后的图像1 );%增加对比度ping311=histeq(ping31);figure(14);imshow(ping311);title(领域低通滤波再增加对比度后的图像1); ping32=conv2(ping3,h2,smme);figure(14);imshow(ping32);title( 空间域低通滤波后的图像2 );%增加对比度ping312=histeq(ping32);figure(15);i

8、mshow(ping312);title(领域低通滤波再增加对比度后的图像2); ping33=conv2(ping3,h3,smme);figure(16);imshow(ping33);title( 空间域低通滤波后的图像3 );%增加对比度ping313=histeq(ping31);figure(17);imshow(ping313);title(领域低通滤波再增加对比度后的图像3); %频域滤波%低通滤波clc;clear all;pin0=imread(pic.jpg);figure(18);imshow(pin0);title(原始图像);pin1=rgb2gray(pin0);

9、figure(19);imshow(pin1);title(灰度图像);pin2=imnoise(pin1,gaussian,0,0.003);figure(20);imshow(pin2);title(加噪声后的灰度图像);pin2=double(pin2);F=fft2(pin2);fftshift(F);M N=size(F);DCUT=800;D0=650;D1=750;for u=1:M for v=1:N D(u,v)=sqrt(u2+v2); %巴特沃斯低通滤波器 BT(u,v)=1/(1+(sqrt(2)-1)*(D(u,v)/DCUT)2); %指数型低通滤波器 EX(u,v)=exp(log(1/sqrt(2)*(D(u,v)/DCUT)2); %梯形低通滤波器 if D(u,v)D0 TX(u,v)=1; elseif D(u,v)=D1 TX(u,v)=(D(u,v)-D1)/(D0-D1); else TX(u,v)=0; end endend BT1=BT.*F;BT11=ifft2(BT1);BT2=uint8(real(BT11);EX1=EX.*F;EX11=ifft2(EX1);EX2=uint8(real(EX11);TX1=TX.*F;TX11=ifft2(T