资源简介
matlab 噪声与滤波去噪的源代码 还有不同噪声和滤波的对比分析文档
代码片段和文件信息
M = imread(‘a.jpg‘);
gray = rgb2gray(M);
figure;
subplot(321)imshow(M); %显示原始图像
title(‘原图‘);
subplot(322)imshow(gray); %显示灰度图像
title(‘灰度图‘);
P1 = imnoise(gray‘gaussian‘0.02); %加入高斯躁声
P2 = imnoise(gray‘salt & pepper‘0.02); %加入椒盐躁声
subplot(323)imshow(P1); %加入高斯躁声后显示图像
title(‘高斯噪声(方差为0.02)‘);
subplot(324)imshow(P2); %加入椒盐躁声后显示图像
title(‘椒盐噪声(方差为0.02)‘);
P3 = imnoise(gray‘gaussian‘0.1); %加入高斯躁声
P4 = imnoise(gray‘salt & pepper‘0.1); %加入椒盐躁声
subplot(325)imshow(P3); %加入高斯躁声后显示图像
title(‘高斯噪声(方差为0.1)‘);
subplot(326)imshow(P4); %加入椒盐躁声后显示图像
title(‘椒盐噪声(方差为0.1)‘);
%对高斯噪声高斯加权3
n = 3;
template = ones(n);
[height width] = size(P1);
x1 = double(P1);
x2 = x1;
for i = 1:height-n+1
for j = 1:width-n+1
c = x1(i:i+n-1j:j+n-1).*template;
s = sum(sum(c));
x2(i+(n-1)/2j+(n-1)/2) = s/(n*n);
end
end
g = uint8(x2);
figure;
subplot(221)imshow(g);
title(‘高斯噪声高斯加权滤波(3*3)‘);
%对高斯噪声高斯加权5
n = 5;
template = ones(n);
[height width] = size(P1);
x1 = double(P1);
x2 = x1;
for i = 1:height-n+1
for j = 1:width-n+1
c = x1(i:i+n-1j:j+n-1).*template;
s = sum(sum(c));
x2(i+(n-1)/2j+(n-1)/2) = s/(n*n);
end
end
g = uint8(x2);
subplot(222)imshow(g);
title(‘高斯噪声高斯加权滤波(5*5)‘);
%对椒盐噪声高斯加权3
n = 3;
template = ones(n);
[height width] = size(P2);
x1 = double(P2);
x2 = x1;
for i = 1:height-n+1
for j = 1:width-n+1
c = x1(i:i+n-1j:j+n-1).*template;
s = sum(sum(c));
x2(i+(n-1)/2j+(n-1)/2) = s/(n*n);
end
end
g = uint8(x2);
subplot(223)imshow(g);
title(‘椒盐噪声高斯加权滤波(3*3)‘);
%对椒盐噪声高斯加权5
n = 5;
template = ones(n);
[height width] = size(P2);
x1 = double(P2);
x2 = x1;
for i = 1:height-n+1
for j = 1:width-n+1
c = x1(i:i+n-1j:j+n-1).*template;
s = sum(sum(c));
x2(i+(n-1)/2j+(n-1)/2) = s/(n*n);
end
end
g = uint8(x2);
subplot(224)imshow(g);
title(‘椒盐噪声高斯加权滤波(5*5)‘);
%对高斯躁声中值滤波3
n=3;
[height width] = size(P1);
x1 = double(P1);
x2 = x1;
for i = 1:height-n+1
for j = 1:width-n+1
c = x1(i:i+n-1j:j+n-1);
e = c(1:);
for f = 2:n
e = [e c(f :)];
end
tmp = median(e);
x2(i+(n-1)/2j+(n-1)/2) = tmp;
end
end
a = uint8(x2);
figure;
subplot(221)imshow(a);
title(‘高斯噪声中值滤波(3*3)‘);
%对高斯躁声中值滤波5
n=5;
[height width] = size(P1);
x1 = double(P1);
x2 = x1;
for i = 1:height-n+1
for j = 1:width-n+1
c = x1(i:i+n-1j:j+n-1);
e = c(1:);
for f = 2:n
e = [e c(f :)];
end
tmp = median(e);
x2(i+(n-1)/2j+(n-1)/2) = tmp;
end
end
a = uint8(x2);
subplot(222)imshow(a);
title(‘高斯噪声中值滤波(5*5)‘);
%对椒盐躁声中值滤波3
n=3;
[height width] = size(P2);
y1
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 160345 2018-09-26 22:02 a.jpg
文件 4716 2018-09-29 17:49 Unti
文件 14467055 2018-09-29 18:06 噪声与去噪对比分析.docx
----------- --------- ---------- ----- ----
14632116 3
- 上一篇:EWT 经验小波变换matlab源程序
- 下一篇:监督分类.rar
相关资源
- 监督分类.rar
- EWT 经验小波变换matlab源程序
- 电力电子应用技术的MATLAB仿真林飞
- matlab的LMS自适应滤波算法去噪
- 《雷达系统设计matlab仿真》书及代码
-
MATLAB-SIMUli
nk通信系统建模与仿真分 - 用MATLAB实现卷积神经网络CNN,并对图
- 图片素材.zip,适用于常见的数字图像
- MATLAB应用含源代码
- 系统辨识理论及MATLAB仿真课件
- 一个基于matlab的深度学习工具箱
- CNN卷积神经网络MATLAB工具箱中文注释
- Matlab与金融模型分析
- 数学物理方程及其MATLAB解算
- lenet_5模型-MATLAB代码实现
- 视觉slamMATLAB仿真
- MATLAB多人人脸识别系统.zip
- MATLAB金融建模资料合集
- Matlab GUI 详细教程
-
MATLAB_Simuli
nk电力系统建模与仿真1 - DeepLearnToolbox-master.zip
- MATLAB GUI设计入门与实战PPT
- 人脸识别经典算法PCA和2DPCA 的matlab版
- MATLAB基础与应用教程+蔡旭晖等+2009年
- Matlab计量经济学工具箱官方英文手册
- 金融计算教程——Matlab金融工具箱的
- SIFT tutorial(matlab版本的sift源码和详细
- 语音信号处理实验教程-MATLAB源代码
- matlab常用纹理特征提取方法GLCM,GLD
- 语音信号处理实验教程MATLAB源代码
评论
共有 条评论