数字图像3.docVIP

对一个图像进行不同大小的模板的均值滤波，并比较结果： I=imread(eight.tif); J=imnoise(I,salt pepper,0.02); %指定的图像加入椒盐噪声 subplot(2,2,1) imshow(J); title(噪声图像); K1=filter2(fspecial(average,3),J)/255; %进行3*3模板的均值滤波 K2=filter2(fspecial(average,5),J)/255; %进行5*5模板的均值滤波 K3=filter2(fspecial(average,7),J)/255; %进行7*7模板的均值滤波 subplot(2,2,2) imshow(K1); title(3*3模板均值滤波); subplot(2,2,3) imshow(K2); title(5*5模板均值滤波); subplot(2,2,4) imshow(K3); title(7*7模板均值滤波); 用sobel算子、prewitt算子、log算子对图像滤波 I=imread(rice.tif); subplot(2,2,1); imshow(I); title(原始图像); h1=fspecial(sobel); I1=filter2(h1,I); subplot(2,2,2); imshow(I1); title(sobel算子); h1=fspecial(prewitt); I1=filter2(h1,I); subplot(2,2,3); imshow(I1); title(prewitt算子); h1=fspecial(log); I1=filter2(h1,I); subplot(2,2,4); imshow(I1); title(log算子); 对图像eight.tif加入椒盐噪声后，实现Butterworth低通滤波 clear; I=imread(eight.tif); subplot(2,2,1); imshow(I); title(原始图像); I2=imnoise(I,salt pepper); %加入椒盐噪声 subplot(2,2,2); imshow(I2); title(噪声图像); f=double(I2); g=fft2(f); g=fftshift(g); [N1,N2]=size(g); n=2; do=50; n1=fix(N1/2); n2=fix(N2/2); for i=1:N1 %对频域中进行循环滤波 for j=2:N2 d=sqrt((i-n1)^2+(j-n2)^2); h=1/(1+0.414*(d/do)^(2*n)); result1(i,j)=h*g(i,j); if(g(i,j)50) %进行理想低通滤波 result2(i,j)=0; else result2(i,j)=g(i,j); end end end result1=ifftshift(result1); %进行反变换 result2=ifftshift(result2); %进行反变换 X2=ifft2(result1); X3=uint8(real(X2)); subplot(2,2,3) imshow(X3); title(butterworth滤波图像); X4=ifft2(result2); X5=uint8(real(X4)); subplot(2,2,4) imshow(X5); title(理想低通滤波图像); 对图像eight.tif实现Butterworth高通滤波 clear; I1=imread(eight.tif); subplot(2,2,1); imshow(I1); title(原始图像); I2=imnoise(I1,salt pepper); %加入椒盐噪声 subplot(2,2,2); imshow(I2); title(噪声图像); f=double(I2); g=fft2(f); %傅里叶变换 g=fftshift(g); %转换数据矩阵 [N1,N2]=size(g); n=2; do=50; n1=fix(N1/2); n2=fix(N2/2); for i=1:N1 %%对频域中进行循环滤波 for j=2:N2 d=sqrt((i-n1)^2+(j-n2)^2); %进行butterworth高通滤波 if d==0 h=