图像处理代码.docVIP

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=’saltpepper’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.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(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,gaussian); 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); 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); 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(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