【圖像去噪】基于鄰域和中值濾波實(shí)現(xiàn)圖像去噪含Matlab源碼
1 簡(jiǎn)介
圖像去噪是進(jìn)行數(shù)字圖像處理的一項(xiàng)基本環(huán)節(jié),而中值濾波是基于排序統(tǒng)計(jì)理論的一種能有效抑制噪聲的非線性信號(hào)處理技術(shù),其基本原理是把數(shù)字圖像或數(shù)字序列中一點(diǎn)的值用該點(diǎn)的一個(gè)鄰域中各點(diǎn)值的中值代替,讓周?chē)南袼刂到咏恼鎸?shí)值,從而消除孤立的噪聲點(diǎn).本文利用中值濾波對(duì)噪聲圖像進(jìn)行平滑,通過(guò)大量實(shí)驗(yàn)表明對(duì)圖像噪聲起到了很好的抑制作用,對(duì)圖像檢索,圖像分割中的圖像特征提取有較大的現(xiàn)實(shí)意義.
2 部分代碼
close all;clear all;clc;
a=imread('lena.jpg');
subplot(221);imshow(a);title('原圖');
b1=imnoise(a,'salt & pepper');
subplot(222);imshow(b1);title('加入椒鹽噪聲');
% b1=imnoise(a,'gaussian');
% ?subplot(232);imshow(b1);title('加入高斯噪聲');
[m1,n1]=size(a);
c1=b1;
d1=b1;
for i=2:m1-1
? ?for j=2:n1-1
? ? ? s=b1(i-1:i+1,j-1:j+1);
? ? ? ?c1(i,j)=sum(s(:))/9;%9鄰域
? ? ? ? s1=s(:);
? ? ? ?d1(i,j)=median(s1);%4鄰域
? ?end
end
subplot(223);imshow(c1);title('8鄰域?yàn)V波');
subplot(224);imshow(d1);title('3x3中值濾波');
3 仿真結(jié)果


4 參考文獻(xiàn)
[1]王劍峰, 趙曉容, 李黎,等. 基于中值濾波的圖像平滑實(shí)驗(yàn)設(shè)計(jì)與Matlab實(shí)現(xiàn)[J]. 南京工業(yè)職業(yè)技術(shù)學(xué)院學(xué)報(bào), 2016, 16(1):4.
博主簡(jiǎn)介:擅長(zhǎng)智能優(yōu)化算法、神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)、信號(hào)處理、元胞自動(dòng)機(jī)、圖像處理、路徑規(guī)劃、無(wú)人機(jī)等多種領(lǐng)域的Matlab仿真,相關(guān)matlab代碼問(wèn)題可私信交流。
部分理論引用網(wǎng)絡(luò)文獻(xiàn),若有侵權(quán)聯(lián)系博主刪除。
