MATLAB 图像平滑实验

最新推荐文章于 2025-03-10 13:17:53 发布

Sc0214_

最新推荐文章于 2025-03-10 13:17:53 发布

阅读量2.5k

点赞数 3

文章标签： matlab 计算机视觉图像处理

本文链接：https://blog.youkuaiyun.com/Sc_____/article/details/130429188

版权

该文探讨了图像处理中的噪声过滤，对比了在高斯噪声和椒盐噪声下，3x3和7x7的均值滤波以及中值滤波的效果。同时，使用MATLAB实现对椒盐噪声图像进行巴特沃斯低通滤波，分析了不同截止频率（15和30）对滤波结果的影响。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

什么都无法舍弃的人，什么都无法得到。——《进击的巨人》

1.按照下面步骤完成空域图像平滑，比较分析 1）相同滤波方法，不同模版的处理效果；2）相同模版，不同滤波方法的处理效果。
（1）对一幅图像“girl.bmp”添加不同种类噪声：对给定的图像添加均值为 0，方差为 0.04 的高斯噪声，以及密度为 0.2 的椒盐噪声，显示添加噪声后的两幅图像。

I=imread('girl.bmp');
J=imnoise(I,'gaussian',0,0.04);%给图像添加高斯噪声
P=imnoise(I,'salt & pepper',0.2);%给图像添加椒盐噪声
subplot(2,2,[1 2]);
imshow(I);
title('原图');
subplot(2,2,3);
imshow(J);
title('高斯噪声');
subplot(2,2,4);
imshow(P);
title('椒盐噪声');

在这里插入图片描述

（2）对上述两幅加噪图像分别进行 3×3、7×7 的均值滤波，使用“卷积”的滤波方式进行滤波，显示并比较滤波结果。

h1=fspecial('average');   %创建一个3×3均值滤波器
r1=imfilter(J,h1,'conv');%对高斯噪声图像3*3卷积均值滤波
subplot(1,2,1);
imshow(J);
title('高斯噪声图像');
subplot(1,2,2);
imshow(r1);
title('高斯噪声图像3*3卷积均值滤波');