matlab数字图像处理源代码

精心整理数字像去典型法及matlab现希望到大的指和帮盐维使原始图实验：I=imread('C:\DocumentsandSettings\Administrator\桌面\1.gif');%取像J=imnoise(I,'gaussian',0,0.005);%入值方差0.005的斯声subplot(2,3,1);imshow(I);title('始图);

精心整理subplot(2,3,2);imshow(J);title('入高噪之的像'%用MATLAB中的数filter2受声干的像行值波K1=filter2(fspecial('average',3),J)/255;%模尺为K2=filter2(fspecial('average',5),J)/255;%模尺为K3=filter2(fspecial('average',7),J)/255;%模尺为K4=filter2(fspecial('average',9),J)/255;%模尺为subplot(2,3,3);imshow(K1);title('进后图');subplot(2,3,4);imshow(K2);title('进后图');subplot(2,3,5);imshow(K3);title('进后图');subplot(2,3,6);imshow(K4);title('进后图');PS：用法：用

fspecialn[[0.5。

精心整理type='laplacian'[0,1]0type='log'，为拉[.5type='prewitt'算子的算子type='unsharp'，[0,1]据我测，用均滤波噪（噪声效果用的域半越大果越，当其代也会更，另确切去噪果的还需用等数据来度。实验：二自适维纳波对噪声滤除果I=imread('C:\DocumentsandSettings\Administrator\桌面\1.gif');%取像J=imnoise(I,'gaussian',0,0.005);%入值方差0.005的斯声K2=wiener2(J,[33]);%对加图进二自应纳滤K2=wiener2(J,[55]);%对加图进二自应纳滤K2=wiener2(J,[77]);%对加图进二自应纳滤K2=wiener2(J,[99]);%对加图进二自应纳滤subplot(2,3,1);imshow(I);title('始图);subplot(2,3,2);imshow(J);title('噪图);subplot(2,3,3);imshow(K1);title('复图1subplot(2,3,4);imshow(K2);

精心整理title('复图2subplot(2,3,5);imshow(K3);title('复图3subplot(2,3,6);imshow(K4);title('复图3PS维纳滤波的两个函数与deconvwnr都够完成纳滤波的功能调图象复原方面强调图象空间域锐化的作用，其中J=wiener2(I,[m,n])回有噪声图像经wierner(维滤后的图像指定滤波器窗口大小为m*n,默认值为3*3J=wiener2(I,[m,n],noise)定噪声的功率，[J,noise]=wiener2(I,[m,n])在图像滤波的同时，返回噪声功率的估计值noise维纳滤波的两个函数与deconvwnr都够完成维纳滤波的功能deconvwnr强图象复原方面，强调图象空间域锐化的作用，其中J=wiener2(I,[m,n])回有噪声图像经wierner(维滤后的图像指定滤波器窗口大小为m*n,默认值为3*3J=wiener2(I,[m,n],noise)定噪声的功率，[J,noise]=wiener2(I,[m,n])在图像滤波的同时，返回噪声功率的估计值。

imnoise的语法式为J=imnoise(I,type)J=imnoise(I,type,parameters)其中J=imnoise(I,type)返原始像I典型声的噪图J参数typeparameters定噪的类和相的参。下面命令对图像.gif加入斯噪、椒噪声乘性声，结果实验：对入椒噪声图像作均、中和维滤波I=imread(1.gif');J1=imnoise(I,'gaussian',0,0.02);J2=imnoise(I,'salt&pepper',0.02);J3=imnoise(I,'speckle',0.02);运效见2I=imread('C:\DocumentsandSettings\Administrator\桌面\1.gif');J=imnoise(I,'salt&pepper',0.02);%h=ones(3,3)/9;%产生3*3的1数

精心整理%B=conv2(J,h);%卷积算K2=filter2(fspecial('average',3),J)/255;%均滤模板寸K=medfilt2(J);%采用二中滤函medfilt2对椒噪干的图滤K1=wiener2(J,[33]);%对加图进二自应纳滤subplot(2,3,1);imshow(I);title('始图);subplot(2,3,2);imshow(J);title('噪图);subplot(2,3,3);imshow(K2);title('值滤后图');subplot(2,3,4);imshow(K);title('值滤后图');subplot(2,3,5);imshow(K1);title('纳滤后图');PS：MATLAB中供了卷积运算的函数命令，其语格式为：：MATLAB中提供了卷积运算的函数命令conv2，语法格式为：返和C。×na×nbC(ma+mb+1)(na+nb+1)MATLAB图处理具箱供了于卷的图滤波数filter2，filter2的法格为：Y=filter2(h,X)其中Y=filter2(h,X)图像X经算h的结默回图Y与输图像X大小相。例如

精心整理其实filter2conv2是等价MATLAB在计算filter2先将积核转180度调用conv2函数行计。Fspecial数用创建定义滤波子，语法式为h=fspecial(type)h=fspecial(type,parameters)参数type子类，parameters指定的参，具格式前文有叙。ones全1数组，zeros全零组。ones(a,b)产生a行b列全1组ones(a)a行a列全数通过3我也可出结，即值滤于去椒盐声效最好而维滤波除效则较差中值波对去除盐噪果明，是为椒噪声在画上的分点机出，而中滤波据数排序将未染的代替声点值的率较，所抑制果好对点、和尖较多图像宜采值滤，因一些节点能被成噪点。实验:分使用维统滤波椒盐声和斯噪进行波I=imread('C:\DocumentsandSettings\Administrator\桌面\1.gif');J1=imnoise(I,'salt&pepper',0.004);subplot(2,3,1);imshow(I);title('始图);subplot(2,3,2);imshow(J1);title('椒盐声的像);J=ordfilt2(J1,5,ones(3,4));%行维计序滤subplot(2,3,3);imshow(J);title('盐噪滤后图');J2=imnoise(I,'gaussian',0,0.004);subplot(2,3,4);imshow(J2);

精心整理title('高斯声的像);J3=ordfilt2(J2,5,ones(3,4));subplot(2,3,5);imshow(J3);title('斯噪滤后图');PS:PS：MATLAB小波分工具提供用于像去的函有wrcoef2和wpdencmp其语格式分为：X=wrcoef2(‘type’,C,S,’wname’[xd,treed,datad,perf0,perfl2]=wpdencmp(x,sorh,N,’wname’,crit,par,keepapp)其中X=wrcoef2(type’wname)基于波分结构Ｃ，］的重构像Ｘ。数“type”a示重近似数；于h表重构平细系数等于v示重垂直节系，等d示重对角节系。[xd,treed,datad,perf0,perfl2]=wpdencmp(x,sorh,N,’wname’,crit,par,keepapp)是过小包定限（值化，回输信号图像的除结果xd。输入数中［treed,datadxd最佳小包分结构；perfl2perf0表示L^2复和压百分perf12=100*(xd波包向量数/X小波包系向量数)示近似系不能值化否以阈化；sorh=’s为阈值，h硬阈化。实验：利wrcoef2数进图像噪其程代码下：I=imread('C:\DocumentsandSettings\Administrator\桌面\1.gif');J=imnoise(I,'gaussian',0,0.005);[c,l]=wavedec2(J,2,'sym4');J1=wrcoef2('a',c,l,'sym4',1);

精心整理J2=wrcoef2('a',c,l,'sym4',2);subplot(2,2,1);imshow(I);title('始图);subplot(2,2,2);imsho