图像处理——图像滤波(Matlab).doc.docVIP

图像滤波 滤波是一种应用广泛的图像处理技术，可以通过滤波来强调或删除图像的某种特征。滤波是一种领域操作，即处理后的图像每个像素值是运来像素周围的颜色值经过某些计算得到的。通过不同滤波函数对同一图像滤波，效果迥异。 1.滤波函数imfilter Matlab滤波函数imfilter是基于领域滑动设计实现的，其调用格式为B=IMFILTER(A,H,OPTION)，参数OPTION可以选择填补参数’symmetric’、’replicate’、’circular’。 首先在原始图像上加上一些噪声，然后对含有噪声的图像进行滤波。分别对下面的这个原始图像加上椒盐噪声、高斯白噪声、泊松噪声、乘法噪声。 原图像 Matlab函数文件如下： I=imread(1.jpg); J1=imnoise(I,salt pepper,0.02); J2=imnoise(I,gaussian,0,0.01); J3=imnoise(I,poisson); J4=imnoise(I,speckle,0.04); figure; subplot(221),imshow(J1); subplot(222),imshow(J2); subplot(223),imshow(J3); subplot(224),imshow(J4); 图1.加入椒盐噪声的图像 图2. 加入高斯白噪声的图像 图3. 加入泊松噪声的图像 图4.加入乘法噪声的图像 下面对含有椒盐噪声和高斯白噪声的图像用imfilter进行滤波。 Matlab函数文件如下： rgb=imread(1.jpg); h=ones(5,5)/25; rgb1=imfilter(rgb,h); rgb2=imfilter(rgb1,h,replicate); subplot(1,3,1); imshow(rgb); title(Original); subplot(1,3,2); imshow(rgb1); title(Filtered); subplot(1,3,3); imshow(rgb); title(boundary replication); 图5.含有椒盐噪声的原图像 图6. Filtered 图7.boundary replication 图8.含有高斯白噪声的原图像 图9.Filtered 图10.boundary replication 函数imfilter已经把操作直接定义为滑动操作sliding。调用函数B=IMFILTER(A,H,OPTION)，调用时如果省略了参数option，其形式就变为imfilter（A,H），则默认填补边界为0 。图6和图9就是这种情况，所以有边界的出现。如果调用形势为imfilter（A，H，100），那么就是以100来填补边界，然后进行滤波操作。 用imfilter对图像进行滤波，可以设计不同形式的滤波器。用imfilter设计运动滤波，水平边缘增强，拉普拉斯滤波三个滤波器。Matlab函数文件如下： rgb=imread(1.jpg); h1=[ 0,0, 0.0000, 0.0021 , 0.0042;0.1958,0.1979,0.2000,0.1979,0.1958 ;0.0042,0.0021,0.0000,0,0]; h2=[ 1 , 2, 1;0 , 0, 0;-1, -2, -1]; h3=[ 0.1667, 0.6667, 0.1667;0.6667, -3.3333, 0.1667;0.1667, 0.6667, 0.1667]; rgb1=imfilter(rgb,h1); rgb2=imfilter(rgb,h2); rgb3=imfilter(rgb,h3); subplot(2,2,1),imshow(rgb),title(原图像) subplot(2,2,2),imshow(rgb1),title(运动滤波) subplot(2,2,3),imshow(rgb2),title(水平边缘增强) subplot(2,2,4),imshow(rgb3),title(拉普拉斯滤波) 图11. 含有椒盐噪声的原始图像