MATLAB 图像处理 常用源代码

6.中值滤波器 用MATLAB实现中值滤波程序如下： I=imread('xian.bmp'); I=rgb2gray(I); J=imnoise(I,'salt&pepper;',0.02); subplot(231),imshow(I);title('原图像'); subplot(232),imshow(J);title('添加椒盐噪声图像'); k1=medfilt2(J); %进行3*3模板中值滤波 k2=medfilt2(J,[5,5]); %进行5*5模板中值滤波 k3=medfilt2(J,[7,7]); %进行7*7模板中值滤波 k4=medfilt2(J,[9,9]); %进行9*9模板中值滤波 subplot(233),imshow(k1);title('3*3模板中值滤波'); subplot(234),imshow(k2);title('5*5模板中值滤波 '); subplot(235),imshow(k3);title('7*7模板中值滤波'); subplot(236),imshow(k4);title('9*9 模板中值滤波') ......... 9.LOG算子检测边缘 用 MATLAB程序实现如下： ...... 根据提供的文件信息，我们可以总结出以下几个关键的知识点： ### 一、中值滤波器在MATLAB中的应用 #### 知识点概述： - **中值滤波**是一种非线性的滤波方法，主要用于去除图像中的椒盐噪声。 - 在MATLAB中，`medfilt2`函数用于执行二维中值滤波。 #### 实现步骤： 1. **读取图像**：使用`imread`函数读取图像。 2. **灰度转换**：若图像为彩色，则先使用`rgb2gray`将其转换为灰度图像。 3. **添加噪声**：使用`imnoise`函数向图像添加椒盐噪声。 4. **应用中值滤波**：通过调整`medfilt2`函数的参数来指定不同大小的模板，如`medfilt2(J,[3,3])`表示使用3x3的模板进行中值滤波。 5. **展示结果**：使用`subplot`和`imshow`函数展示原始图像、加噪图像以及不同模板尺寸下的滤波结果。 #### 示例代码： ```matlab I = imread('xian.bmp'); I = rgb2gray(I); J = imnoise(I,'salt&pepper;',0.02); subplot(231), imshow(I); title('原图像'); subplot(232), imshow(J); title('添加椒盐噪声图像'); k1 = medfilt2(J); subplot(233), imshow(k1); title('3*3模板中值滤波'); k2 = medfilt2(J,[5,5]); subplot(234), imshow(k2); title('5*5模板中值滤波'); k3 = medfilt2(J,[7,7]); subplot(235), imshow(k3); title('7*7模板中值滤波'); k4 = medfilt2(J,[9,9]); subplot(236), imshow(k4); title('9*9 模板中值滤波'); ``` ### 二、边缘检测——LOG算子 #### 知识点概述： - **LOG算子**（Laplacian of Gaussian）是一种用于边缘检测的技术，它结合了高斯滤波与拉普拉斯算子的优点。 - 使用MATLAB可以很方便地实现LOG算子。 #### 实现步骤： 1. **读取图像**：使用`imread`函数读取图像。 2. **灰度转换**：若图像为彩色，则先使用`rgb2gray`将其转换为灰度图像。 3. **应用LOG算子**：使用`fspecial`函数生成拉普拉斯核，再用`imfilter`函数对图像进行卷积操作。 #### 示例代码： ```matlab I = imread('11.png'); I = rgb2gray(I); Gx = edge(I, 'log', [2, 2]); figure, imshow(Gx), title('使用LOG算子检测的边缘'); ``` ### 三、其他图像处理技术 #### 1. 图像反转 - 使用`-J + (256 - 1)`进行线性变换实现图像反转。 #### 2. 灰度线性变换 - 通过`imadjust`函数可以实现灰度图像的线性变换，例如将特定灰度范围内的值拉伸到[0,1]之间。 #### 3. 非线性变换 - 对数变换是一种常见的非线性变换，可以通过`J = 40 * (log(J + 1))`来实现。 #### 4. 直方图均衡化 - `histeq`函数可以自动调整图像的对比度，使图像看起来更加清晰。 #### 5. 线性平滑滤波器 - 使用`filter2`和`fspecial`函数可以实现领域平均法，即线性平滑滤波。 以上是基于MATLAB实现图像处理中几种常用技术的详细介绍。这些技术涵盖了去噪、边缘检测、图像增强等方面，在实际应用中非常有用。