matlab图像平滑
2017-01-01 18:02
183 查看
图像平滑的主要目的是减少图像噪声,噪声是普遍存在的额,图像中的噪声也是如此。图像噪声可能来自于很多因素,noise产生的原因决定了噪声分布的特性,由于这些特性的存在,可以有针对性地对noise进行抑制。
1.线性滤波
在matlab中,可以使用imfilter函数来实现线性滤波,
其中,左图为原始图,右图为滤波后的图像。
2.中值滤波
中值滤波是一种非线性的信号处理方法,与其对应的中值滤波器也就是一种非线性滤波器。它在一定条件下可以解决线性滤波带来的细节模糊问题,适用于滤除脉冲干扰以及图像扫描噪声。在使用过程中不需要分析图像的统计特性,但是不适用于点、线、尖顶部多的图像。
matlab图像处理工具箱提供了medfilt2函数用于中值滤波。
1-3分别为原图,加噪声图和滤波后的图。
3.自适应滤波
matlab工具箱提供了wiener函数来实现自适应滤波,它对高斯白噪声的去除效果最好。
1.线性滤波
在matlab中,可以使用imfilter函数来实现线性滤波,
originalRGB=imread('peppers.png'); subplot(121);imshow(originalRGB) h=fspecial('motion',50,45); filteredRGB=imfilter(originalRGB,h); subplot(122);imshow(filteredRGB)
其中,左图为原始图,右图为滤波后的图像。
2.中值滤波
中值滤波是一种非线性的信号处理方法,与其对应的中值滤波器也就是一种非线性滤波器。它在一定条件下可以解决线性滤波带来的细节模糊问题,适用于滤除脉冲干扰以及图像扫描噪声。在使用过程中不需要分析图像的统计特性,但是不适用于点、线、尖顶部多的图像。
matlab图像处理工具箱提供了medfilt2函数用于中值滤波。
I=imread('eight.tif'); J=imnoise(I,'salt & pepper',0.02); K=medfilt2(J); subplot(131);imshow(I) subplot(132);imshow(J) subplot(133);imshow(K)
1-3分别为原图,加噪声图和滤波后的图。
3.自适应滤波
matlab工具箱提供了wiener函数来实现自适应滤波,它对高斯白噪声的去除效果最好。
RGB=imread('saturn.png'); subplot(141);imshow(RGB); I=rgb2gray(RGB); subplot(142);imshow(I); J=imnoise(I,'gaussian',0,0.025); subplot(143);imshow(J); K=wiener2(J,[5 5]); subplot(144);imshow(K);
相关文章推荐
- matlab 图像加入高斯噪声和平滑处理练习
- 图像边沿平滑处理的matlab实现
- 【Matlab学习笔记】【图像滤波去噪】高斯平滑滤波
- 用matlab对图像进行平滑处理
- matlab 图像的平滑和锐化
- 图像平滑-平均滤波、高斯滤波、中值滤波——MATLAB
- MATLAB 图像的平滑和边缘检测
- 图像处理与matlab实例之图像平滑(一)
- 图像处理与matlab实例之图像平滑(一)
- MATLAB 图像的平滑和边缘检测
- MATLAB图像平滑与滤波实验
- matlab 图像高斯平滑滤波处理(转载)
- 关于Matlab 读入图像方法
- 图像处理PSNR及其计算(OpenCV和matlab实现)
- 图像处理基本概念——卷积,滤波,平滑
- matlab deeplearning用于图像分类的源代码理解
- 图像 指定位置 画圆 matlab
- 如何使用MATLAB绘制平滑曲线
- 【matlab】export_fig 去掉白边、保存图像
- [matlab图像处理] 阈值分割