平滑濾波——matlab圖像處理

平滑濾波的目的是消除或盡量減少噪聲，改善圖像的質量。假設加性噪聲是隨機獨立分布，這樣利用圖像像素領域的平均或加權平均即可有效地抑制噪聲干擾。從信號分析的觀點來看，圖像平滑本質上是低能濾波，信號的低頻部分可通過，高頻的噪聲信號被阻截。但由于圖像邊緣也處于高頻部分，這樣往往帶來另一個問題：在對圖像進行平滑處理時，往往對圖像的細化造成一定程度的損壞。
領域運算可用領域與模版的卷積得到，這極大地方便了計算。
MATLAB中提供的imfliter函數用于實現圖像的平滑處理，其調用格式如下。
B=imfliter（A，H）：使用多維濾波器H對圖像A進行濾波（平滑）。參數A可以是任意維的二值或非奇異數值型矩陣。參數H為矩陣，表示濾波器。H常由函數fspecial輸出得到。返回值B與A的維數相同。
B=imfliter（A,H，optional1，optional2，…）

參數類型說明

X	輸入圖像的外邊界通過X來擴展，X默認值為0
symmetric	輸入圖像的外部邊界通過鏡像反射其內部邊界來擴展
circular	輸入圖像的別界通過假設輸入圖像為周期函數來擴展
relicate	輸入圖像的外部別界通過復制內部別界的值來擴展
same	輸入和輸出圖像大小相等，默認操作
full	輸出圖像比輸入圖像大
corr	使用相關進行濾波（平滑）
conv	使用卷積進行濾波（平滑）

matlab中提供的fspecial函數用于創建二維濾波器：
h=fspecial（type）：
type可以是：average，disk，gaussian，laplacian，log，motion，prewitt，sobel，unsharp。

h=fspecial（type，parameters）：創建指定類型和指定參數的二維濾波器h。參數parameters為與濾波器有關的參數。
parameters可以是：n，radius，（hsize，sigma），alpha，（n，sigma），（len，theta）。

clear all; I = imread('cameraman.tif'); subplot(2,2,1);imshow(I); xlabel('(a)原始圖像'); H = fspecial('motion',20,45); MotionBlur = imfilter(I,H,'replicate'); subplot(2,2,2);imshow(MotionBlur); xlabel('(b)運動模糊圖像'); H=fspecial('disk',10); blurred = imfilter(I,H,'replicate'); subplot(2,2,3);imshow(blurred); xlabel('(c)模糊圖像'); H=fspecial('unsharp'); sharpened = imfilter(I,H,'replicate'); subplot(2,2,4);imshow(sharpened); xlabel('(d)銳化圖像');

對含有高斯噪聲的圖像進行平滑處理。

clear all; I = imread('coins.png'); Inoised = imnoise(I,'gaussian',0.1,0.005);%對圖像進行高斯噪聲加噪 %制定卷積核 h=ones(3,3)/5; h(1,1) = 0; h(1,3) = 0; h(3,1) = 0; h(1,3) = 0; %平滑運算 I2=imfilter(Inoised,h); subplot(1,3,1);imshow(I); xlabel('(a)原始圖像'); subplot(1,3,2);imshow(Inoised); xlabel('(b)帶噪聲圖像'); subplot(1,3,3);imshow(I2); xlabel('(c)平滑后圖像');

有問題還請多多指教。剛剛入門。謝謝各位大牛。

總結

以上是生活随笔為你收集整理的matlab图像处理——平滑滤波的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。