您现在的位置是：首页 >技术教程 >MATLAB中图像高斯噪声添加与滤波处理网站首页技术教程

clear all; close all;
I = imread('cameraman.tif');
I = im2double(I);
I = imnoise(I, 'gaussian', 0.05);
PSF = fspecial('average', 3);
J = imfilter(I, PSF);
K = exp(imfilter(log(I), PSF));
figure;
subplot(131);
imshow(I);
title('Original Image');
subplot(132);
imshow(J);
title('Image with Gaussian Noise and Blurred');
subplot(133);
imshow(K);
title('Image with Logarithmic Transformation and Blurred');

解释：

• clear all; close all;：清空工作空间中的所有变量并关闭所有图形窗口。

• I = imread('cameraman.tif');：读取名为cameraman.tif的图像，并赋值给I。

• I = im2double(I);：将图像I的数据类型转换为双精度浮点数，以便进行后续处理。

• I = imnoise(I, 'gaussian', 0.05);：在图像I上添加高斯噪声，噪声的方差设置为0.05。

• PSF = fspecial('average', 3);：创建一个平均滤波器的点扩散函数（PSF），大小为3x3，用于模糊处理。

• J = imfilter(I, PSF);：使用平均滤波器对添加了高斯噪声的图像I进行滤波，得到模糊后的图像J。

• K = exp(imfilter(log(I), PSF));：首先对图像I取对数，然后使用平均滤波器对对数图像进行滤波，最后对滤波结果取指数，得到图像K。

• figure;：创建一个新的图形窗口。

• subplot(131); imshow(I);：在第一个子图（1,3,1）中显示原始图像I。

• subplot(132); imshow(J);：在第二个子图（1,3,2）中显示添加了高斯噪声并模糊后的图像J。

• subplot(133); imshow(K);：在第三个子图（1,3,3）中显示对数变换后模糊的图像K。

拓展：

1. 保存图像：可以将处理后的图像J和K保存为文件。

% 保存处理后的图像
imwrite(uint8(J), 'cameraman_with_gaussian_noise_blurred.png');
imwrite(uint8(K), 'cameraman_with_log_transform_blurred.png');

1. 分析图像特性：可以进一步分析处理后的图像特性，比如通过计算图像的均值和方差。

2. 修改噪声参数：可以尝试使用不同的噪声参数，来观察对图像的影响。

3. 应用不同的滤波器：可以尝试使用不同的滤波器，如高斯滤波器、中值滤波器等，来观察对图像的影响。

4. 比较不同处理方法的影响：可以比较不同图像处理方法对图像质量的影响，以评估不同方法的效果。