cd('···'); %更改当前工作区至包含图片的文件夹处
clear;
SE1 = [0,1;0,1];
SE2 = [1,1;1,1];
BW1=imread('1.jpg');
figure(1),
subplot(2,2,1);imshow(BW1);title('原图像');
BW11=rgb2gray(BW1);
BW2=edge(BW11,'roberts',0.18,'both');
subplot(2,2,2);imshow(BW2);title('边缘化处理图像(roberts算子)');
BW3=imerode(BW2,SE1);
subplot(2,2,3);imshow(BW3);title('腐蚀图像');
BW4=imdilate(BW3,SE2);
subplot(2,2,4);imshow(BW4);title('膨胀图像');
clear;
img=imread('2.bmp');
f=rgb2gray(img);
figure(2),
subplot(1,2,1);
imshow(f); title('原图像(高斯模糊)');
f=double(f);
f=fft2(f);
f=fftshift(f);
[m,n]=size(f); %
d0=20;
m1=fix(m/2);
n1=fix(n/2);
for i=1:m
for j=1:n
d=sqrt((i-m1)^2+(j-n1)^2);
h(i,j)=exp(-d^2/2/d0^2);
end
end
g=f.*h;
g=ifftshift(g);
g=ifft2(g);
g=mat2gray(real(g));
subplot(1,2,2);
imshow(g);title('去模糊图像(高斯平滑滤波)');
imwrite(img,'2.jpg');
img= imread('3.bmp');
I = rgb2gray(img);
K = medfilt2(I);%采用二维中值滤波函数medfilt2对受椒盐噪声干扰的图像滤波
figure(3),
subplot(1,2,1);imshow(I);
title('原图像(椒盐噪声)');
subplot(1,2,2);imshow(K);
title('去模糊图像(中值滤波)');
clear
rgb=imread('4.bmp');
% 对RGB每个通道进行histeq处理
r=rgb(:,:,1);
g=rgb(:,:,2);
b=rgb(:,:,3);
R=histeq(r);
G=histeq(g);
B=histeq(b);
result_rgb=cat(3,R,G,B);
% 结果显示
figure(4),
subplot(1,2,1),imshow(rgb),title('原图像(雾)')
subplot(1,2,2),imshow(result_rgb),title('去模糊图像(histeq:直方图均衡化):')
H=imread('5.bmp');%读取图像
I=rgb2gray(H);%将彩色图像转换为灰度图像
figure(5),
subplot(2,2,1);
imshow(I);%显示图像
title('原图像(需图像增强)');
subplot(2,2,3);
imhist(I);%绘制图像的灰度直方图
title('原图的灰度直方图');
axis('auto');
subplot(2,2,2);
J=histeq(I,64);%对图像进行均衡化处理,返回有64级灰度的图像J
imshow(J);%显示图像
title('去模糊图像(直方图均衡化)');
subplot(2,2,4);
imhist(J);%绘制图像的灰度直方图
title('均衡后的灰度直方图');
Image=imread('6.jpg');
[M,N,nDims]=size(Image);
Image=im2double(Image);% 获取图像的尺寸和波段数
ImageStretch=Image;
for i=1:nDims % 对每个波段依次进行灰度拉伸
Sp=Image(:,:,i);
MaxDN=max(max(Sp));
MinDN=min(min(Sp));
Sp=(Sp-MinDN)/(MaxDN-MinDN); % 灰度拉伸公式
ImageStretch(:,:,i)=Sp;
end
figure(6),
subplot(1,2,1),imshow(Image);title('原图像(需对比度拉伸)');
subplot(1,2,2),imshow(ImageStretch);title('去模糊图像(灰度拉伸)');
I = im2double(imread('7.tif'));
figure(7),
subplot(1,2,1),imshow(I);
title('原图像(运动模糊)');
LEN = 8;
THETA = 0;
PSF = fspecial('motion', LEN, THETA);
wnr1 = deconvwnr(I, PSF, 0);
subplot(1,2,2),imshow(wnr1);
title('去模糊图像(维纳滤波)')
没有合适的资源?快使用搜索试试~ 我知道了~
Matlab制作模糊的图像清晰:分别实现:1。对模糊车牌图像进行清晰处理; 2。对高斯模糊图像进行高斯平滑滤波处理; 3。对椒盐...
共18个文件
png:7个
bmp:4个
jpg:3个
5星 · 超过95%的资源 需积分: 48 48 下载量 116 浏览量
2021-02-03
23:47:40
上传
评论 7
收藏 1.41MB ZIP 举报
温馨提示
Matlab制作模糊的图像清晰:分别实现:1。对模糊车牌图像进行清晰处理; 2。对高斯模糊图像进行高斯平滑滤波处理; 3。对椒盐噪声图像进行中值滤波处理; 4。对雾化图像进行直方图均衡化处理; 5。对模糊图像进行垂直拉伸与灰度拉伸处理; 6。对运动模糊图像进行维纳滤波处理;
资源详情
资源评论
资源推荐
收起资源包目录
Matlab-make-blurred-images-clear-master.zip (18个子文件)
Matlab-make-blurred-images-clear-master
SU1 - github.m 3KB
LICENSE 11KB
原图像
4.bmp 768KB
2.jpg 28KB
6.jpg 23KB
1.jpg 35KB
5.bmp 192KB
2.bmp 218KB
3.bmp 564KB
7.tif 242KB
.gitignore 120B
处理后图像
4.png 101KB
3.png 144KB
7.png 184KB
5.png 99KB
1.png 35KB
2.png 134KB
6.png 78KB
共 18 条
- 1
太远有一点点
- 粉丝: 34
- 资源: 4740
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- Win64OpenSSL-3-3-0.exe
- 课高分程设计-基于C++实现的民航飞行与地图简易管理系统-南京航空航天大学
- 航天器遥测数据故障检测系统python源码+文档说明+数据库(课程设计)
- 北京航空航天大学操作系统课设+ppt+实验报告
- 基于Vue+Echarts实现风力发电机中传感器的数据展示监控可视化系统+源代码+文档说明(高分课程设计)
- 基于单片机的风力发电机转速控制源码
- 基于C++实现的风力发电气动平衡监测系统+源代码+测量数据(高分课程设计)
- 毕业设计- 基于STM32F103C8T6 单片机,物联网技术的太阳能发电装置+源代码+文档说明+架构图+界面截图
- 基于 LSTM(长短期记忆)(即改进的循环神经网络)预测风力发电厂中风力涡轮机产生的功率+源代码+文档说明
- 基于stm32f103+空心杯电机+oled按键+运动算法
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论6