基于matlab实现图像预处理

其中的预处理包括图像灰度化、去噪、滤波、锐化、边缘检测。

clear;clc;close all
%读取图像
I=imread（‘abc.png‘）;
try
    I=rgb2gray（I）;    %如果是RGB图像，转成灰度图
end

%添加噪声
I=imnoise（I‘salt & pepper‘0.04）; % 叠加密度为0.04的椒盐噪声
figure
imshow（I）
title（‘原图‘）

%图像去噪
I=medfilt2（I[2 4]）;   %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
imshow（I）
title（‘去噪之后的图像‘）

%图像锐化
[MN]=size（I）;   % 计算图像的尺寸
f=double（I）;     % 数据类型转换，MATLAB不支持图像的无符号整型的计算
g=fft2（f）;       % 二维傅立叶变换，得到频域信息
g=fftshift（g）;   % 0频率移到（M/2N/2）处

n=2;            % 二阶巴特沃斯（Butterworth）滤波器
D0=3;           % 巴特沃斯滤波器的D0，D0越大，保留的高频信号就越少（对于不同的图片，可以自行调节，以便得到好的效果）
for i=1:M
    for j=1:N 
        D=sqrt（（i-M/2）^2+（j-N/2）^2）;   %计算离0频率（M/2N/2）的距离
        h=1/（1+（D0/D）^（2*n））;          %计算传递函数的值
        output（ij）=h*g（ij）;          %高通滤波之后（ij）处的值
    end
end
result=ifftshift（output）;   %与g=fftshift（g）对应，还原回去
I=ifft2（result）;   %傅里叶反变换
I=uint8（real（I））;  %得到滤波之后的图像（锐化之后的图像）
figure
imshow（I）          %滤波后图像显示
title（‘锐化之后的图像‘）

%直方图均衡化处理
I=histeq（I）;    %得到直方图均衡化之后的图像
figure
imshow（I）
title（‘直方图均衡之后的图像‘）

%边缘检测
I1=edge（I‘prewitt‘）;
I2=edge（I‘roberts‘）;
I3=edge（I‘sobel‘）;

figure
imshow（I1）
title（‘prewitt边缘检测之后的图像‘）

figure
imshow（I2）
title（‘roberts边缘检测之后的图像‘）

figure
imshow（I3）
title（‘sobel边缘检测之后的图像‘）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2017-06-15 22:14  图像预处理\
     文件       21570  2017-04-16 12:04  图像预处理\abc.png
     文件        1564  2017-06-15 22:14  图像预处理\yuchuli.m