MATLAB.zip_图像增强 matlab

function[y]=tuxiang6_7(x) [m,n]=size(x); x=double(x); y=x; for i=3:m-2 for j=3:n-2 z1=[x(i-1,j+2),x(i,j+2),x(i+1,j+2),x(i-1,j+1),x(i,j+1),x(i+1,j+1),x(i,j)]; z2=[x(i-1,j-1),x(i,j-1),x(i+1,j-1),x(i-1,j-2),x(i,j-2),x(i+1,j-2),x(i,j)]; z3=[x(i-2,j+1),x(i-1,j+1),x(i-2,j),x(i-1,j),x(i-2,j-1),x(i-1,j-1),x(i,j)]; z4=[x(i+1,j+1),x(i+2,j+1),x(i+1,j),x(i+2,j),x(i+1,j-1),x(i+2,j-1),x(i,j)]; z5=[x(i-2,j+2),x(i-1,j+2),x(i-2,j+1),x(i-1,j+1),x(i,j+1),x(i-1,j),x(i,j)]; z6=[x(i+1,j+2),x(i+2,j+2),x(i,j+1),x(i+1,j+1),x(i+2,j+1),x(i+1,j),x(i,j)]; z7=[x(i-1,j),x(i-2,j-1),x(i-1,j-1),x(i,j-1),x(i-2,j-2),x(i-1,j-2),x(i,j)]; z8=[x(i+1,j),x(i,j-1),x(i+1,j-1),x(i+2,j-1),x(i+1,j-2),x(i+2,j-2),x(i,j)]; z9=[x(i-1,j+1),x(i,j+1),x(i+1,j+1),x(i-1,j-1),x(i,j-1),x(i+1,j-1),x(i-1,j),x(i,j),x(i+1,j)]; z=[z1,z2,z3,z4,z5,z6,z7,z8,z9]; h=[var(z1),var(z2),var(z3),var(z4),var(z5),var(z6),var(z7),var(z8),var(z9)]; %对9个方差进行冒泡排序法 for i1=1:1:8 for j1=1:1:9-i1 if h(1,j1) > h(1,j1+1) z0=z(1,j1);%z0为临时变量 z(1,j1)=z(1,j1+1); z(1,j1+1)=z0; end end end %最小方差已经求出，即h(1,1)，对应z(1,1)这个向量，即对应的方差最小的模板 y(i,j)=mean( z(1,1) );%中心像素获得最小方差模板对应的均值 %y(i,j)=median( z(1,1) );%中心像素获得最小方差模板对应的中值 end end I=imread('lj.bmp'); I=rgb2gray(I); [~, f]=size(I); %J=imnoise(I,'salt & pepper',0.030); J=imnoise(I,'gaussian',0,0.0002); %%第一种算法在保持边缘和细节较第二种算法要好很多，当然第一种算法在去噪方面不彻底，不如第二种 l=tuxiang6_7(J);%灰度最小方差的均值滤波器 m=commonfilt2(J,3,3);%自己编写的均或中值滤波方法 subplot(1,2,1),imshow( uint8(l) ),title('灰度最小方差的均值or中值滤波器'); subplot(1,2,2),imshow( uint8(m)),title('普通均值滤波');