前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >图像的滤波与图像增强的Matlab实现

图像的滤波与图像增强的Matlab实现

作者头像
timerring
发布2023-03-07 21:11:27
4260
发布2023-03-07 21:11:27
举报
文章被收录于专栏:TechBlogTechBlog

文章和代码以及样例图片等相关资源,已经归档至【Github仓库:digital-image-processing-matlab】或者公众号【AIShareLab】回复 数字图像处理 也可获取。

文章目录

目的

  1. 了解 MATLAB 工具箱中的滤波器。
  2. 掌握空间滤波
  3. 学会对图像的空间变换

内容

A. 用滤波器祛除图象噪声

在数字图像处理中,常常会遇到图像中混杂有许多的噪声。因此,在进行图像处理中,有时要先进行祛除噪声的工作。最常用的祛除噪声的方法是用滤波器进行滤波处理。MATLAB 的图像处理工具箱里也设计了许多的滤波器。如均值滤波器、中值滤波器、维纳滤波器等。

(分别用均值滤波,中值滤波,及维纳滤波器祛除加入高斯噪声的图象)

代码语言:javascript
复制
I=imread('D:\pic\DIP3E_CH04\FigP0438(left).tif ');
J=imnoise(I,'gaussian',0,0.002);
%进行均值滤波
h=fspecial('average',3);
I2=uint8(round(filter2(h,I)));
%进行中值滤波
I3=medfilt2(J,[3,3]);
%进行维纳滤波
I4=wiener2(J,[3,3]); %进行一次维纳滤波
I5=wiener2(I4,[3,3]);%进行二次维纳滤波
subplot(2,3,1),imshow(I),title('原图象')
subplot(2,3,2),imshow(J),title('加噪声图象')
subplot(2,3,3),imshow(I2),title('均值滤波后图象')
subplot(2,3,4),imshow(I3),title('中值滤波后图象')
subplot(2,3,5),imshow(I4),title('维纳滤波后图象')
subplot(2,3,6),imshow(I5),title('两次维纳滤波后图象')

B. 空间噪声滤波器

代码语言:javascript
复制
%用函数imnoise2 生成具有表5.1 中的CDF 的随机数
function R=imnoise2(type,M,N,a,b)
if nargin ==1
	a=0;b=1;
	M=1;N=1;
elseif nargin ==3
	a=0;b=1;
end
switch lower(type)
	case 'uniform'
		R=a+(b-a)*rand(M,N);
	case 'gaussian'
		R=a+b*randn(M,N);
	case 'salt & pepper'
		if nargin <=3
			a=0.05;b=0.05;
		end
		if (a+b)>1;
			error('The sum Pa+Pb must not exceed 1.')
		end
		R(1:M, 1:N) = 0.5;
		X=rand(M,N);
		c=find(X<=a);
		R(c)=0;
		u=a+b;
		c=find(X>a & X<=u);
		R(c)=1;
	case 'rayleigh'
		R=a+(-b*log(1-rand(M,N))).^0.5;
	case 'exponential'
		if nargin <=3;
			a=1;
		end
		if a<=0
			error('Parameter a must be positive for exponential type.')
		end
		k=-1/a;
		R=k*log(1-rand(M,N));
	case 'erlang'
		if nargin<=3
			a=2;b=5;
		end
		if (b~=round(b)|b<=0)
			error('Parameter b must be a positive integer for Erlang')
		end
		k=-1/a;
		R=zeros(M,N);
		for j=1:b
			R=R+k*log(1-rand(M,N));
		end
	otherwise
		error('unknown distribution type.')
end

function image=changeclass(class,varargin)
switch class
	case 'uint8'
		image=im2uint8(varargin{:});
	case 'uint16'
		image=im2uint16(varargin{:});
	case 'double'
		image=im2double(varargin{:});
	otherwise
		error('Unsupported IPT data class.');
end
%%%%% spfilt 函数与表中列出的任何滤波器在空间域执行滤波。
function f = spfilt(g,type,m,n,parameter)
if nargin ==2
	m=3;n=3;Q=1.5;d=2;
elseif nargin == 5
	Q=parameter;d=parameter;
elseif nargin== 4
	Q=1.5; d=2;
else
	error ('wrong number of inputs');
end
switch type
	case 'amean'
	w=fspecial('average',[m,n]);
	f=imfilter(g,w, 'replicate');
	case 'gmean'
	f=gmean(g,m,n);
	case 'hmean'
	f=harmean(g,m,n);
	case 'chmean'
	%f=charmean(g,m,n,Q);
	f=charmean(g,m,n,Q);
	case 'median'
	f=medfilt2(g,[m n], 'symmetric');
	case 'max'
	f=ordfilt2(g,m*n,ones(m,n),'symmetric');
	case 'min'
	f=ordfilt2(g,1,ones(m,n), 'symmetric');
	case 'midpoint'
	f1=ordfilt2(g,1,ones(m,n), 'symmetric');
	f2=ordfilt2(g,m*n,ones(m,n), 'symmetric');
	f=imlincomb(0.5,f1,0.5,f2);
	case 'atrimmed'
	if(d<0)|(d/2~=round(d/2))
		error('d must be a nonnegative, even integer.')
	end
	f=alphatrim(g,m,n,d);
	otherwise
		error('Unknown filter type.')
end


function f=gmean(g,m,n)
inclass =class (g);
g=im2double(g);
warning off;
f=exp(imfilter(log(g),ones(m,n),'replicate')).^(1/m/n);
warning on;
f=changeclass(inclass, f);


function f=harmean(g,m,n)
inclass=class(g);
g=im2double(g);
f=m*n./imfilter(1./(g+eps),ones(m,n),'replicate');
f=changeclass(inclass,f);

function f=charmean(g,m,n,q)
inclass=class(g);
g=im2double(g);
f= imfilter(g.^(q+1),ones(m,n),'replicate');
f=f./ (imfilter(g.^q,ones(m,n),'replicate')+eps);
f=changeclass(inclass,f);

function f=alphatrim(g,m,n,d)
inclass = class(g);
g=im2double(g);
f=imfilter(g,ones(m,n),'symmetric');
for k=1:d/2
	f=imsubtract(f,ordfilt2(g,k,ones(m,n),'symmetric'));
end
for k=(m*n – (d/2)+1):m*n
	f=imsubtract(f,ordfilt2(g,k,ones(m,n),'symmetric'));
end
f=f/(m*n-d);
f=changeclass(inclass,f);

%使用函数spfilt
clear all
clc
f=imread('D:\pic\DIP3E_CH04\FigP0438(left).tif');
[M,N]=size(f);
R=imnoise2('salt & pepper',M,N,0.1,0);%被概率只有0.1 的胡椒噪声污染
c=find(R==0);
gp=f;
gp(c)=0;
figure, imshow(gp);

R=imnoise2('salt & pepper',M,N,0,0.1);
c=find(R==1);
gs=f;
gs(c)=255;
figure,imshow(gs)

fp=spfilt(gp,'chmean',3,3,1.5);%使用Q 为正值的反调和滤波器
figure, imshow(gp);
fs=spfilt(gs,'chmean',3,3,-1.5);
figure, imshow(gs);

fpmax=spfilt(gp,'max',3,3); %使用最大最小滤波器
figure, imshow(gp);
fsmin=spfilt(gs,'min',3,3);
figure, imshow(gs);

C.用滤波器祛除图象噪声

代码语言:javascript
复制
%产生一个等角变换用于测试图像
f=checkerboard(50);
s=0.8;
theta=pi/6;
T=[s*cos(theta) s*sin(theta) 0; -s*sin(theta) s*cos(theta) 0; 0 0 1];
tform=maketform('affine',T);
g=imtransform(f,tform);
figure, imshow(g);

g2=imtransform(f,tform,'nearest');
figure, imshow(g2);

g3=imtransform(f,tform,'FillValue',0.5);
figure, imshow(g3);

T2=[1 0 0;0 1 0; 50 50 1];
tform2=maketform('affine',T2);
g4=imtransform(f,tform2);
figure, imshow(g4);

g5=imtransform(f,tform2,'XData',[1 400],'YData',[1
400],'FillValue',0.5);
figure, imshow(g5);

参考文献:

[1] Rafael C. Gonzalez, Richard E. Woods, and Steven L. Eddins. 2003. Digital Image Processing Using MATLAB. Prentice-Hall, Inc., USA.

[2] 阮秋琦. 数字图像处理(MATLAB版)[M]. 北京:电子工业出版社, 2014.

[3] 冈萨雷斯. 数字图像处理(第三版)[M]. 北京:电子工业出版社, 2011.

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2023-03-04,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 文章目录
  • 目的
  • 内容
    • A. 用滤波器祛除图象噪声
      • B. 空间噪声滤波器
        • C.用滤波器祛除图象噪声
        相关产品与服务
        图像处理
        图像处理基于腾讯云深度学习等人工智能技术,提供综合性的图像优化处理服务,包括图像质量评估、图像清晰度增强、图像智能裁剪等。
        领券
        问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档