图像处理代码

1、第三章 基于MATLABD的模拟噪声生成MATLAB图像处理工具箱提供的噪声添加函数imnoise,它可以对图添加一些典型的噪声。其语法是：J=imnoise(I,type)J=imnoise(I,type,parameters)其功能是：返回对原图像I添加典型噪声的图像J,参数type和parameters用于确定噪声的类型和相应的参数。三种典型的噪声：type=gaussian时,为 高 斯 噪 声；type=salt&pepper时，为椒盐噪声；type=speckle时，为乘法噪声；如下程序就实现了对名为king图像的3种噪声污染了的图像：i=imread('king.

2、jpg'); %读取图像I=rgb2gray(i); I1=imnoise(I,'gaussian'); %加高斯噪声I2=imnoise(I,'salt & pepper',0.02); %加椒盐噪声I3=imnoise(I,'speckle'); %加乘性噪声subplot(221),imshow(I); %显示图像I title('原图像');subplot(222),imshow(I1);title('受高斯噪声污染的图像');subplot(223),imshow(I2);title(&#

3、39;受椒盐噪声污染的图像');subplot(224),imshow(I3); title('受乘性噪声污染的图像');处理结果如图3.1所示：图3.1 图像添加噪声处理结果第四章 均值滤波处理方法4.2均值滤波法对图像的处理在MATLAB图像处理工具箱中，提供了imfilter函数用于实现均值滤波，imfilter的语法格式为： B=imfilter(A,H)其功能是，用H模板对图像A进行均值滤波，模板为：取H1,程序如下： i=imread('king.jpg'); %读取图像 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领域模板J=imfilter(I,H1); %领域平均J1=imfilter(I1,H1);J2=imfilter(I2,H1);J3=imfilter(I3,H1);subplot(221),imshow(J); title('原图像滤波后');subplot(222),imshow(J1); title('高斯污染图像滤波后');

5、subplot(223),imshow(J2); title('椒盐污染图像滤波后');subplot(224),imshow(J3);title('乘法污染图像滤波后'); 运行结果如图4.3图4.3 3×3领域模板处理结果取H2，程序如下：i=imread('king.jpg'); %读取图像 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领域模板J=imfilter(I,H2); %领域平均J1=imfilter(I1,H2);J2=imfilter(I2,H2);J3=imfilter(I3,H2);subplot(221),imshow(J); title('原图像滤波后');subplot(222),imshow(J1); title('高斯污染图像滤波后');subplot(223),imshow(J2); title('椒盐污染图像滤波后');subplot(224),imshow(J3); title(&

7、#39;乘法污染图像滤波后'); 运行结果如图4.4：图4.4 5×5领域模板处理结果第五章 中值滤波处理方法5.2中值滤波法对图像的处理MATLAB图像处理工具箱提供了medfilt2函数用于中值滤波。其语法格式为：B=medfilt2(A) 其功能为：用3×3的滤波窗口对图像A进行中值滤波；B=medfilt2(A,m,n) 其功能是：用大小为m×n的窗口对图像A进行中值滤波；B=medfilt2(A,'indexed',.) 其功能为：对索引图像A进行中值滤波；用3×3中值滤波模板和5×5中值滤波模板对图像进行处理

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中值滤波模板J2=medfilt2(I2,3,3);J3=medfilt2(I3,3,3);J4=medfilt2(I1,5,5); %5×5中值滤波模板J5=medfilt2(I2,5,5);J6=med

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

10、ot(122),imshow(J6);title('乘法5*5中值滤波后');处理结果如图5.1图5.1 3×3中值滤波模板和5×5中值滤波模板对图像进行处理第六章 频域低通滤波法用理想低通滤波器对图像处理，程序如下（以受高斯噪声污染图像为例）：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;%这里d取10和50作比较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('受高斯噪声污染后的图像');subplot(122),imshow(s);title('高斯污染图像滤波后');处理结果如图6.3所示：图6.3 理想低通滤波器处理结果6.2巴特沃思低通滤波器（BLPF）对图像的处理用巴特沃斯滤波器对图像处理，

12、程序如下（以受高斯噪声污染图像为例）：i=imread('king.jpg'); I=rgb2gray(i);I1=imnoise(I,'gaussian');s=fftshift(fft2(I1); a,b=size(g);n=1;%这里阶次n取1和3做比较d0=50; %此处d0为截止频率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('受高斯噪声污染的图像');subplot(122),imshow(s);title('高斯污染图像处理后');处理后结果如图6.5所示：图6.5 巴特沃斯低通滤波器处理结果6.3 指数滤波器(ELPF)对图像的处理用指数低通滤波器对图像处理，程序如下（以受高斯噪声污染图像为例）：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;%这里阶次n取1和3做比较d0=50; %此处d0为截止频率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('受高斯噪声污染的图像');subplot(122),imshow(s);title('高斯污染图像处理后

15、9;);处理结果如图6.7所示.图6.7 指数低通滤波器处理结果6.4 梯形滤波器（TLPF)对图像的处理用梯形低通滤波器对图像处理，程序如下（以受高斯噪声污染图像为例）：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;%这里d取10和50作比较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('受高斯噪声污染的图像');subplot(122),imshow(s);title('高斯污染图像处理后');处理结果如图6.9所示图6.9 梯形低通滤波器对图像的处理结果6.5 构建

17、二维滤波器对图像的处理首先构建二维滤波器d，传递函数如图6.10所示;f1,f2=freqspace(25,'meshgrid');Hd=zeros(25,25);d=sqrt(f1.2+f2.2)<0.5; %0.5为截止半径大小Hd(d)=1; h=fsamp2(Hd);figure,freqz2(h,64,64);然后用所构建的二维滤波器对以上图像进行滤波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('原图像滤波后');subplot(222)