国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

Matlab實(shí)現(xiàn)圖像添加椒鹽噪聲及中值濾波/均值濾波去除

這篇具有很好參考價(jià)值的文章主要介紹了Matlab實(shí)現(xiàn)圖像添加椒鹽噪聲及中值濾波/均值濾波去除。希望對(duì)大家有所幫助。如果存在錯(cuò)誤或未考慮完全的地方,請(qǐng)大家不吝賜教,您也可以點(diǎn)擊"舉報(bào)違法"按鈕提交疑問(wèn)。

Matlab實(shí)現(xiàn)圖像添加椒鹽噪聲及中值濾波/均值濾波去除

添加椒鹽噪聲

椒鹽噪聲(pepper&salt noise)由胡椒噪聲(pepper noise)和鹽噪聲(salt noise)組成。一般因圖像傳感器,傳輸信道等處產(chǎn)生,由黑白相間的亮暗點(diǎn)噪聲組成。
Matlab實(shí)現(xiàn)圖像添加椒鹽噪聲及中值濾波/均值濾波去除
黑點(diǎn)可以看出胡椒,白點(diǎn)可以看成鹽。
下面為使用matlab自帶的函數(shù)對(duì)圖像添加椒鹽噪聲的代碼和添加后的結(jié)果。

I = imread('elaine.512.tiff');%讀取圖片
I_PepperSalt=imnoise(I,'salt & pepper');% 添加椒鹽噪聲

Matlab實(shí)現(xiàn)圖像添加椒鹽噪聲及中值濾波/均值濾波去除

均值濾波

均值濾波的原理是,濾波后的像素的值為其本身及周?chē)?個(gè)像素值的平均值。如下圖所示。
Matlab實(shí)現(xiàn)圖像添加椒鹽噪聲及中值濾波/均值濾波去除
matlab自帶實(shí)現(xiàn)均值濾波的函數(shù),在這里,我們先自己實(shí)現(xiàn)一下。

clc;
clear;
I = imread('elaine.512.tiff'); %讀取圖片
I_PepperSalt=imnoise(I,'salt & pepper'); % 添加椒鹽噪聲
Mat = ones(3,3)/9; % 3×3均值濾波矩陣 
[m,n] = size(I_PepperSalt); % 讀取圖像長(zhǎng)和寬 
I1 = double(I_PepperSalt); %將圖像轉(zhuǎn)換成double類(lèi)型
I2 = I1; 
for i=2:m-1  
    for j=2:n-1 %從去除邊緣的像素開(kāi)始濾波
        Mat2 = I1(i-1:i+1,j-1:j+1).*Mat;
        s = sum(Mat2(:));
        I2(i,j) = s;
    end
end
I3 = uint8(I2);
%%圖像對(duì)比
figure;
subplot(131)
imshow(I);title('原始圖像');
subplot(132)
imshow(I_PepperSalt);title('椒鹽噪聲圖像');
subplot(133)
imshow(I3);title('均值濾波圖像');

Matlab實(shí)現(xiàn)圖像添加椒鹽噪聲及中值濾波/均值濾波去除

中值濾波

中值濾波則是將選取的3x3的像素塊里的像素值按從小到大重新排列,選取中間的像素作為濾波后圖像的像素。
Matlab實(shí)現(xiàn)圖像添加椒鹽噪聲及中值濾波/均值濾波去除

同樣的,matlab自帶實(shí)現(xiàn)中值濾波的函數(shù),在這里,我們首先也先自己實(shí)現(xiàn)一下。

clc;
clear;
I = imread('elaine.512.tiff'); %讀取圖片
I_PepperSalt=imnoise(I,'salt & pepper'); % 添加椒鹽噪聲
[m,n] = size(I_PepperSalt); % 讀取圖像長(zhǎng)和寬 
I1 = double(I_PepperSalt); %將圖像轉(zhuǎn)換成double類(lèi)型
I2 = I1; 
for i=2:m-1  
    for j=2:n-1 %從去除邊緣的像素開(kāi)始濾波
        Mat = I1(i-1:i+1,j-1:j+1);
        Mat2 = Mat(:);
        s=sort(Mat2); %對(duì)像素進(jìn)行排序
        I2(i,j) = s(floor(9/2)+1); %選取中值
    end
end
I3 = uint8(I2);
%%圖像對(duì)比
figure;
subplot(131)
imshow(I);title('原始圖像');
subplot(132)
imshow(I_PepperSalt);title('椒鹽噪聲圖像');
subplot(133)
imshow(I3);title('中值濾波圖像');

Matlab實(shí)現(xiàn)圖像添加椒鹽噪聲及中值濾波/均值濾波去除

完整代碼

在這里,我們直接使用matlab里自帶的函數(shù)進(jìn)行實(shí)現(xiàn)。

I = imread('elaine.512.tiff');
I2 = imnoise(I,'salt & pepper'); % 加入椒鹽噪聲
H = fspecial('average',3);  
I3 = uint8(filter2(H, I2));
I4 = medfilt2(I2,[3,3]);
%%
figure;
subplot(221)
imshow(I);title('原始圖像');
subplot(222)
imshow(I2);title('椒鹽噪聲圖像');
subplot(223)
imshow(I3);title('均值濾波圖像');
subplot(224)
imshow(I4);title('中值濾波圖像');

實(shí)驗(yàn)結(jié)果如下。
Matlab實(shí)現(xiàn)圖像添加椒鹽噪聲及中值濾波/均值濾波去除文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-509243.html

到了這里,關(guān)于Matlab實(shí)現(xiàn)圖像添加椒鹽噪聲及中值濾波/均值濾波去除的文章就介紹完了。如果您還想了解更多內(nèi)容,請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來(lái)自互聯(lián)網(wǎng)用戶(hù)投稿,該文觀點(diǎn)僅代表作者本人,不代表本站立場(chǎng)。本站僅提供信息存儲(chǔ)空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請(qǐng)注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實(shí)不符,請(qǐng)點(diǎn)擊違法舉報(bào)進(jìn)行投訴反饋,一經(jīng)查實(shí),立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費(fèi)用

相關(guān)文章

  • 基于MATLAB對(duì)彩色圖像去噪的代碼,均值濾波,中值濾波,空域低通濾波。

    基于MATLAB對(duì)彩色圖像去噪的代碼,均值濾波,中值濾波,空域低通濾波。

    本文主要為代碼展示,未對(duì)所用算法進(jìn)行較為詳細(xì)的文字介紹,請(qǐng)讀者見(jiàn)諒。如有建議,歡迎私信。 ? MATLAB調(diào)用格式為: J=imnoise(I,type)或者J=imnoise(I,type,parameters)。將類(lèi)型噪聲添加到灰度圖像。 其中,I為原始圖像,J為有噪圖像,參數(shù)type和parameters用于確定噪聲類(lèi)型和相應(yīng)的參

    2024年02月06日
    瀏覽(17)
  • 圖像處理:隨機(jī)添加椒鹽噪聲和高斯噪聲Python

    圖像處理:隨機(jī)添加椒鹽噪聲和高斯噪聲Python

    目錄 圖像處理:隨機(jī)添加椒鹽噪聲和高斯噪聲Python 1.常見(jiàn)的圖像噪聲 (1)高斯噪聲 (2) 椒鹽噪聲 2.生成圖像噪聲 (1)高斯噪聲 (2) 椒鹽噪聲(速度慢) (3) 椒鹽噪聲(快速版) 3. Demo測(cè)試 ? ? ? ??圖像噪聲是指存在于圖像數(shù)據(jù)中的不必要的或多余的干擾信息。在噪

    2024年02月02日
    瀏覽(23)
  • 【halcon】--圖像平滑--均值濾波、中值濾波

    【halcon】--圖像平滑--均值濾波、中值濾波

    圖像平滑的主要目的是減小圖像噪聲 經(jīng)常使用的有高斯濾波,均值濾波,中值濾波; 均值濾波:就是將一個(gè)窗口區(qū)域中的像素計(jì)算平均值,然后將窗口中計(jì)算得到的均值設(shè)置為錨點(diǎn)上的像素值。對(duì)高斯噪聲有較好的處理效果,但是模糊效果比較明顯,會(huì)丟失一些細(xì)節(jié)。 中值

    2024年02月05日
    瀏覽(21)
  • matlab 點(diǎn)云濾波(中值、均值、高斯濾波)代碼

    matlab 點(diǎn)云濾波(中值、均值、高斯濾波)代碼

    介紹一下濾波函數(shù) ?Method-平滑處理方法 \\\"movmean\\\"(默認(rèn))|\\\'movmedian\\\'|\\\'gaussian\\\'|\\\'lowess\\\'|\\\'loess\\\'|\\\'rlowess\\\'|\\\'rloess\\\'|\\\'sgolay\\\' \\\'movmean\\\'? ?-A的每個(gè)窗口內(nèi)的移動(dòng)平均值,此方法對(duì)于減少數(shù)據(jù)中的周期性趨勢(shì)很有用。 \\\'movmedian\\\'? -A的每個(gè)窗口的移動(dòng)中位數(shù)。當(dāng)存在離群值時(shí),此方法對(duì)于減少數(shù)據(jù)中的

    2024年02月01日
    瀏覽(23)
  • ZYNQ圖像處理(6)——均值濾波和中值濾波

    ZYNQ圖像處理(6)——均值濾波和中值濾波

    首先要做的是最簡(jiǎn)單的均值濾波算法。均值濾波是典型的線性濾波算法,它是指在圖像上對(duì)目標(biāo)像素給一個(gè)模板,該模板包括了其周?chē)呐R近像素(以目標(biāo)象素為中心的周?chē)?8 個(gè)像素,構(gòu)成一個(gè)濾波模板,即去掉目標(biāo)像素本身),再用模板中的全體像素的平均值來(lái)代替原來(lái)像

    2024年02月08日
    瀏覽(96)
  • python使用opencv對(duì)圖像添加(高斯/椒鹽/泊松/斑點(diǎn))噪聲

    python使用opencv對(duì)圖像添加(高斯/椒鹽/泊松/斑點(diǎn))噪聲

    導(dǎo)讀 這篇文章主要介紹如何利用opencv來(lái)對(duì)圖像添加各類(lèi)噪聲,原圖 高斯噪聲 高斯噪聲就是給圖片添加一個(gè)服從 高斯分布的噪聲 ,可以通過(guò)調(diào)節(jié)高斯分布 標(biāo)準(zhǔn)差(sigma) 的大小來(lái)控制添加噪聲程度, sigma 越大添加的噪聲越多圖片損壞的越厲害 椒鹽噪聲 椒鹽噪聲就是給圖片添

    2024年02月15日
    瀏覽(22)
  • python --opencv圖像處理濾波詳解(均值濾波、2D 圖像卷積、方框?yàn)V波、 高斯濾波、中值濾波、雙邊濾波)

    python --opencv圖像處理濾波詳解(均值濾波、2D 圖像卷積、方框?yàn)V波、 高斯濾波、中值濾波、雙邊濾波)

    第一件事情還是先做名詞解釋?zhuān)瑘D像平滑到底是個(gè)啥? 從字面意思理解貌似圖像平滑好像是在說(shuō)圖像滑動(dòng)。 emmmmmmmmmmmmmmm。。。。 其實(shí)半毛錢(qián)關(guān)系也沒(méi)有,圖像平滑技術(shù)通常也被成為圖像濾波技術(shù)(這個(gè)名字看到可能大家會(huì)有點(diǎn)感覺(jué))。 每一幅圖像都包含某種程度的噪聲,

    2024年02月04日
    瀏覽(96)
  • 圖像處理:推導(dǎo)五種濾波算法(均值、中值、高斯、雙邊、引導(dǎo))

    圖像處理:推導(dǎo)五種濾波算法(均值、中值、高斯、雙邊、引導(dǎo))

    目錄 概論 算法原理 1、均值濾波 2、中值濾波 3、高斯濾波 4、雙邊濾波 5、引導(dǎo)濾波 ?手寫(xiě)代碼 Opencv代碼實(shí)現(xiàn) ?最后的總結(jié) 參考文章 ????????本來(lái)打算是分開(kāi)推導(dǎo)的,但我覺(jué)得還是整個(gè)合集吧,避免有水文的嫌疑,那么因?yàn)閷W(xué)習(xí)的需要,會(huì)涉及到圖像的濾波處理,我匯總

    2024年02月07日
    瀏覽(31)
  • 31一維信號(hào)濾波(限幅濾波、中值濾波、均值濾波、遞推平均濾波),MATLAB程序已調(diào)通,可直接運(yùn)行。

    31一維信號(hào)濾波(限幅濾波、中值濾波、均值濾波、遞推平均濾波),MATLAB程序已調(diào)通,可直接運(yùn)行。

    一維信號(hào)濾波(限幅濾波、中值濾波、均值濾波、遞推平均濾波),MATLAB程序已調(diào)通,可直接運(yùn)行。 31matlab、中值濾波、信號(hào)處理 (xiaohongshu.com)

    2024年02月08日
    瀏覽(14)
  • 【OpenCV-Python】:基于均值、中值、方框、雙邊和高斯濾波的圖像去噪

    【OpenCV-Python】:基于均值、中值、方框、雙邊和高斯濾波的圖像去噪

    ?博客主頁(yè):王樂(lè)予?? ?年輕人要:Living for the moment(活在當(dāng)下)!?? ??推薦專(zhuān)欄:【圖像處理】【千錘百煉Python】【深度學(xué)習(xí)】【排序算法】 本節(jié)將對(duì)經(jīng)過(guò)噪聲污染的圖像進(jìn)行去噪,去噪方法包含 均值濾波、中值濾波、方框?yàn)V波、雙邊濾波和高斯濾波 。 實(shí)驗(yàn)所用的圖

    2024年02月05日
    瀏覽(97)

覺(jué)得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請(qǐng)作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包